本发明通过机器学习领域的方法,实现了一种化学分子结构的图神经网络表征方法及装置。包括三个步骤,步骤一为子图采样和编码步骤,进行子图采样并使用图神经网络对子图进行编码;步骤二为显著性子图选择步骤,引入强化学习筛选显著子图机制构建有限的马尔可夫过程解决显著子图选择中先验知识不足的问题;步骤三为子图骨架图构建和层次化聚合步骤,构造子图骨架图并进行子图内和子图间的层次化信息聚合,并通过自监督互信息增强机制,实现一个图神经网络表征新框架,最终实现自动高精度获得子图表征、自适应地捕捉化学分子结构的重要局部结构、可明确指出导致化学分子结构性质预测结果的具体局部结构的方法。
声明:
“化学分子结构的图神经网络表征方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)