申请/专利权人:苏州大学
申请日:2024-03-19
公开(公告)日:2024-04-19
公开(公告)号:CN117912575A
主分类号:G16C10/00
分类号:G16C10/00;G16C20/50
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明公开了基于多种维度分子预训练模型的原子重要性分析方法,涉及生物信息学、计算化学、人工智能技术领域,包括对原子重要性进行分析,并提出原子重要性的计算方式;基于原子重要性构建多维度预训练模型;通过预训练模型集成学习的方案解决多性质预测问题,并进行原子重要性分析。本发明提出的原子重要性分析有利于辅助专家进行分子结构分析,找到关键的官能团信息,帮助构建新分子,也可以被用来提升分子性质预测的性能。
主权项:1.基于多种维度分子预训练模型的原子重要性分析方法,其特征在于:包括:对原子重要性进行分析,并提出原子重要性的计算方式;基于原子重要性构建多维度预训练模型;通过预训练模型集成学习的方案解决多性质预测问题,并进行原子重要性分析。
全文数据:
权利要求:
百度查询: 苏州大学 基于多种维度分子预训练模型的原子重要性分析方法
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。