| 专利号 | 202410969130X | 申请日 | 2024-07-19 | 专利名称 | 基于度量小样本学习方法的分子性质预测方法 |
| 授权日 | 2024-10-25 | 专利权人 | 中国石油大学(华东) | 发明人 | 宋弢;王珣;王爽;王璐璐 |
| 主分类号 | G16C20/20 | 关键词 | 应用领域 | ||
| 摘要 | 本发明属于人工智能技术领域，特别涉及基于度量小样本学习方法的分子性质预测方法。本发明采用了原型网络框架结合图预训练策略、低秩表示、对比学习和优化的Sinkhorn K‑means算法。原型网络框架，旨在解决图数据的特征学习和聚类问题，利用原型网络框架结合图提取了分子的通用特征，包括局部和全局信息，以应对分子复杂性。通过低秩表示，将高维分子数据映射到更紧凑的表示空间，有助于提高预测性能。引入了对比学习来保持数据在降维后的结构特征，以进一步提高预测准确性。借助扩展的Sinkhorn K‑means算法，将带有标签的数据集成到预测模型中，从而实现更精确的分子性质预测。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
