摘要
本发明公开了一种基于多模态信息的高精度分子性质预测方法及装置。该方法包括:获取分子的分子图、分子序列和分子三维几何构型;将各个分子图分解为一组基序,并构建多级预训练框架以捕获分子内的多尺度信息,对所述分子进行分子图训练,得到分子图特征向量;设计基于距离和角度的信息传递机制,对所述分子三维几何构型进行学习训练,得到分子几何特征向量;对所述分子的分子序列特征向量进行预处理,对所述分子的分子序列信息进行学习,得到分子序列特征向量;根据所述分子图特征向量、分子几何特征向量和分子序列特征向量,设计基于跨模态交叉注意力机制的分子性质预测模型进行分子性质预测。该方法能增强分子性质预测的鲁棒性与准确性。
技术关键词
分子
信息传递机制
性质预测方法
序列
多模态信息
交叉注意力机制
构型
跨模态
多层感知机
多层次
结构特征提取
编码器
消息传递机制
输出模块
权重机制
编码机制
处理器
非线性
系统为您推荐了相关专利信息
问答模型
问答方法
文本
阶段
非暂态计算机可读存储介质
生理状态信息
深度学习算法
现实技术
推荐方法
贝叶斯网络模型
患者介入手术
生理
监控方法
风险评估模型
数据变化趋势
网络流量预测方法
网络流量数据
时间序列形式
网络流量控制技术
多层神经网络模型