提供了一种用于创建预测模型的方法,该预测模型从作为描述化合物的特征向量的序列数据中预测化合物的化学性质。序列数据包括多个数据序列。该方法包括:生成用于预测目标变量y并使用贝叶斯准则和变分近似来学习的概率预测模型y*。该方法包括将模型配置为(i)为从序列数据中提取的特征向量中的每一个特征向量分配多个预测函数中的一个预测函数,(ii)识别第i个数据中的第t个向量与目标变量y之间的关系,以及(iii)识别特征向量和目标变量y之间的关系的相似性。该方法包括使用模型来识别序列长度,序列长度在多个数据序列之间是可变的。该方法包括基于模型预测目标变量y,作为化合物的化学性质。
声明:
“用于创建预测模型的方法” 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)