龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：深圳阿尔法分子科技有限责任公司
摘要：本发明公开了一种基于深度学习的化学分子相关水溶性预测方法。该方法包括：构建深度学习模型，其中所述深度学习模型基于双向时间序列预测模型和注意力机制构建，用于学习化学分子结构序列与水溶性属性之间的对应关系；以设定的损失函数最小化为目标训练所述深度学习模型，训练过程以表征化学分子结构的字符序列编码作为输入，以化学分子相关水溶性属性信息作为输出。利用本发明训练的深度学习模型，能够准确预测水溶性以及其他相关属性。
主权项：1.一种基于深度学习的化学分子相关水溶性预测方法，包括以下步骤：构建深度学习模型，其中所述深度学习模型基于双向时间序列预测模型和注意力机制构建，用于学习化学分子结构序列与水溶性属性之间的对应关系；以设定的损失函数最小化为目标训练所述深度学习模型，训练过程以表征化学分子结构的字符序列编码作为输入，以化学分子相关水溶性属性信息作为输出；其中，所述深度学习模型是双向长短期记忆网络，并且在向前传播中嵌入通道注意力模块和空间注意力模块，分别用于获取不同通道和空间轴上的信息；其中，表征化学分子结构的字符序列编码是SMILES序列编码，对于所述双向长短期记忆网络，利用SMILES序列编码作为输入，标记为每个时间步t输出向前的隐藏层状态和向后的隐藏层状态所述双向长短期记忆网络在t时刻隐藏层的输出是两个状态的连接，表示为所述双向长短期记忆网络的处理过程表示为：C＝fWexi,ht-1其中f表示一个多层的双向长短期记忆网络，We是嵌入向量的学习权重；其中，所述通道注意力模块用于表征SMILES字符内容，执行以下步骤：通过平均池化操作和最大池化操作聚合所述双向长短期记忆网络输出矩阵的空间信息，获得两个不同的空间上下文描述符Cavg和Cmax；将两个描述符Cavg和Cmax分别输入多层共享感知器，利用求和方式获得通道注意力的输出向量；其中Cavg和Cmax分别表示平均池化输出信息和最大池化输出信息。
全文数据：
权利要求：
百度查询： 深圳阿尔法分子科技有限责任公司 一种基于深度学习的化学分子相关水溶性预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号