摘要
本申请公开了一种分子多模态表征学习方法、装置、设备及存储介质,本申请涉及分子表征学习技术领域,该方法包括:获取各样本分子各自的多模态数据和各样本分子的真实标签数据;将各多模态数据批量输入至对比学习模型,得到目标数据的预测标签数据;在对比学习模型未满足预设的训练终止条件的情况下,基于预测标签数据和真实标签数据对对比学习模型进行优化,得到新的对比学习模型,并返回执行将各多模态数据批量输入至对比学习模型的步骤,直至对比学习模型满足训练终止条件,基于对比学习模型进行分子多模态表征学习。本申请能够提升用于分子性质预测的对比学习模型的准确性。
技术关键词
表征学习方法
多模态
分子
数据
标签
样本
皮尔逊相关系数
表征学习技术
批量
学习设备
细胞形态特征
学习装置
基因
融合特征
模块
跨模态
编码器
可读存储介质
图像
处理器
系统为您推荐了相关专利信息
加密数据
SM4算法
非易失性存储介质
数据保护方法
计算机可读指令
生物特征数据
心理健康
面部表情特征
身体健康状况
人体
地理位置信息
特征提取网络
图像
神经网络模型
训练样本数据
控制模块
信号处理
降压芯片
信号采集技术
处理器
表格生成方法
识别模型训练
网页渲染技术
AI算法
样式