一种用于属性预测的几何增强分子表示学习方法

本发明涉及一种用于属性预测的几何增强分子表示学习方法，属于深度学习领域。该方法先将分子数据建模为体素数据，其次通过传统卷积操作扩展体素数据通道数，使得各个通道的信息能够交互，然后使用改进的3D卷积神经网络进行多尺度特征提取，最终利用提取到的几何特征预测分子属性。本发明所提出的深度学习方法在不引入极大计算量的前提下，优化了卷积神经网络在分子表示学习任务上的表现。本发明与其他同类型的算法相比，在多个数据集上表现出了更好的性能。