本公开提供了一种化合物属性预测模型训练、化合物属性预测方法、装置、电子设备、计算机可读存储介质及计算机程序产品,涉及深度学习、神经网络等人工智能领域。一具体实施方式包括:获取构成第一样本化合物的原子、化学键所形成的空间结构信息;将第一样本化合物作为输入样本、对应的空间结构信息作为输出样本,训练得到空间结构预测模型;将第二样本化合物作为输入样本、对应的属性信息作为输出样本,在空间结构预测模型的基础上,训练得到化合物属性预测模型。应用该实施方式可在标注有属性信息的样本量较少的情况下训练出高准确性的化合物属性预测模型。
声明:
“化合物属性预测模型训练方法和化合物属性预测方法” 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)