[发明专利]特征向量可行性估计

说明书

通过从候选分子的特征向量生成表示多个部分结构的数目的目标结构向量，通过使用至少目标结构向量确定候选分子的分子结构是否可行，来估计特征向量可行性。

技术领域

本发明涉及特征向量可行性估计。

背景技术

信息技术可以用于搜索满足目标属性的新材料。然而，存在在时间和金钱方面可能昂贵的低效率。

在材料发现中，IT技术已经加速了找到具有所需性质的新材料的速度。逆问题，即寻找满足目标特性的新材料，是材料发现中最困难和最重要的部分。TRL正在开发RFI的AMD(加速材料发现)项目中的材料发现工具。分析现有的分子，并从分子中提取的特征向量获得回归模型。使用获得的回归模型，估计满足所需特性的特征向量，分子生成器从估计的特征向量中生成。在特征向量估计(3)中，通过求解最小化目标属性值(V_p)和回归模型(f)估计的属性值的差异的数值优化问题，可以找到一个有前景的特征向量(fv)，除非对搜索空间(S)进行适当的限制，否则在许多情况下没有满足所获得特征向量的化学结构。由于与特征估计相比，分子结构生成需要更长的时间，因此避免没有相应化学结构的特征向量对于提高材料发现过程的性能非常重要。

因此，在本领域中需要解决上述问题。

发明内容

从另一方面看，本发明提供了一种神经网络训练装置，该装置包括处理器；一个或多个计算机可读介质共同包括指令，当由处理器执行时，这些指令使处理器执行包括：从候选分子的特征向量生成表示多个部分结构的编号的目标结构向量；通过至少使用目标结构向量来判断候选分子的分子结构是否可行。

从另一方面来看，本发明提供了一种用于神经网络训练的计算机程序产品，该计算机程序产品包括计算机可读存储介质，该计算机可读存储介质可由处理电路读取并存储用于由处理电路执行以执行方法的指令用于执行本发明的步骤。

从另一方面来看，本发明提供了一种存储在计算机可读介质上并可加载到数字计算机的内部存储器中的计算机程序，包括软件代码部分，当所述程序在计算机上运行时，用于执行本发明的步骤。

根据本发明的一个方面，提供了一种计算机实现的方法，包括从候选分子的特征向量生成表示多个部分结构的编号的目标结构向量，通过至少使用目标结构向量来判断候选分子的分子结构是否可行。根据这个方面，不可行的特征向量可以被识别并且因此减少材料发现所需的计算资源和时间的量。

根据本发明的另一方面，可选地提供了前述方面的方法，所述多个部分结构包括：具有连接到所述一个节点的一个边(edge)的第一结构，具有连接到所述节点的两个边的第二结构一个节点，第三个结构具有连接到一个节点的三个边，第四个结构具有四个连接到一个节点的四个边。根据这个方面，可以用4种局部结构准确判断特征向量的可行性。

根据本发明的另一方面，可选地提供前述方面的方法，进一步包括：从候选分子的特征向量中获取候选分子的原子数和环数，其中通过进一步利用候选分子的原子数和环数来确定至少使用目标结构向量来确定候选分子的分子结构是否可行。根据该方面，可以通过候选分子中的原子数和环数信息来准确判断特征向量的可行性。

前述方面还可以包括被配置为执行计算机实现的方法的装置，以及存储体现在计算机可读介质或可编程电路上的指令的计算机程序产品，当由处理器或可编程电路执行时，使处理器或可编程电路执行计算机实现的方法。发明内容不一定描述本发明的实施例的所有特征。本发明的实施例还可以包括上述特征的子组合。

附图简要说明

现在将参考如在以下附图中所展示的优选实施例仅通过实例的方式来描述本发明：

图1示出了根据本发明的一个实施例的示例性框架。

图2示出了根据本发明的一个实施例的设备10的示例性配置。

图3示出了根据本发明一个实施例的操作流程。