一种基于图注意力迁移学习的印迹聚合物性质预测方法

本发明公开了一种基于图注意力迁移学习的印迹聚合物性质预测方法，包括如下步骤：从公开的数据集中按分子形状和尺寸条件筛选分子构建高质量源数据集；对源数据集和目标数据集进行分子特征化处理获得分子特征矩阵；构建图注意力网络模型，并利用源数据集训练模型至收敛；将源域训练模型所学到的知识迁移至目标域，并在目标数据集上对模型进行微调，同时采用加权多任务学习方式帮助模型聚焦关键任务。本发明通过迁移学习解决印迹聚合物的数据稀缺问题，并在迁移过程中提出使用分子形状和尺寸相似度来控制源数据的质量从而保证高效的知识迁移；使用注意力网络处理图数据，注意力机制能够聚焦于关键信息，从而增强模型的在稀缺数据集上的表现。