一种基于量子熵图结构编码的分子性质预测方法

AITNT
正文
推荐专利
一种基于量子熵图结构编码的分子性质预测方法
申请号:CN202510406363
申请日期:2025-04-02
公开号:CN120340633A
公开日期:2025-07-18
类型:发明专利
摘要
一种基于量子熵图结构编码的分子性质预测方法,属于图表示学习领域。首先分别在节点子图和全图应用量子熵,解决了节点邻域结构和全局结构信息的捕获问题。其次对节点子图的补集使用量子熵,解决了定位节点全局位置的捕获问题。然后使用度量加权量子熵差异的霍尔沃量,综合三部分的熵并生成节点的量子熵结构编码。对于边的量子熵结构编码,本发明使用霍尔沃量度量删除该边后的图的量子熵与分子图的差异,以捕获边的邻域结构、全局结构、全局位置三方面信息。考虑到计算开销,本发明基于度序列设计了一种对图大小不敏感的近似算法,避免计算大规模图拉普拉斯矩阵全部特征值,以拓展到对大规模图的应用。
技术关键词
性质预测方法 分子 编码 计算方法 节点数 邻居 全局结构信息 近似算法 节点特征 拉普拉斯 规模 消息 邻域 度量 网络 特征值 理论 元素 序列
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