基于缺失模态生成的多模态药物分子预测方法

AITNT
正文
推荐专利
基于缺失模态生成的多模态药物分子预测方法
申请号:CN202510077682
申请日期:2025-01-17
公开号:CN120015169B
公开日期:2026-01-02
类型:发明专利
摘要
基于缺失模态生成的多模态药物分子预测方法,本发明属于人工智能辅助药物研发领域,具体涉及多模态药物分子预测方法。本发明的目的是解决多模态分子‑文本预训练数据集规模受分子描述文本模态缺失的限制,模型难以充分捕捉分子图结构和文本之间的复杂关系,且现有多模态分子预训练模型在下游任务上的表现存在一定不足的问题。具体过程为:一:构建多模态分子预训练模型;二:对多模态分子预训练模型进行预训练,获得预训练好的多模态分子预训练模型;三:基于下游任务类型,对预训练好的多模态分子预训练模型进行微调,获得微调后的多模态分子预训练模型;四:基于微调后的多模态分子预训练模型对下游任务进行预测。
技术关键词
结构编码器 预训练模型 跨模态 分子预测方法 序列 多模态 药物 注意力 节点特征 模态特征 超参数 人工智能辅助 阶段 网络 模块 文本编码器 多层感知机
系统为您推荐了相关专利信息
1
一种热敏激励图像分析识别系统
图像分析识别系统 样本 热激励 检测平板 温控
2
变电站二次设备的故障检测方法及装置
变电站二次设备 故障传播路径 卷积模块 推理规则 故障维修记录
3
一种超高性能混凝土的疲劳寿命预测方法
疲劳寿命预测方法 超高性能混凝土 傅里叶变换算法 频率 疲劳寿命预测技术
4
一种运维系统中基于正常日志修正的异常检测方法
日志 异常检测方法 概念 序列 信息输入系统
5
一种基于AI的网络日志分析处理方法
动态故障 故障传播路径 日志 网络设备 分析故障
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号