[发明专利]信息处理的方法和装置

说明书

本公开公开了信息处理的方法和装置，涉及人工智能领域，尤其涉及深度学习领域中的图神经网络。根据一种实施例的具体实现方案包括：基于分子的三维结构信息，确定在分子中的多个原子之间连接的边的初始表示。方案还包括基于边的初始表示，确定每个原子的邻居边的第一表示，每个原子的邻居边指示与相应原子连接的至少一条边。方案还包括基于每个原子的邻居边的第一表示，确定每个原子的第一表示。方案还包括基于每个原子的第一表示，确定用于表征分子的特征表示。以此方式，能够交互式地生成原子和边的表示，从而整合邻居原子的信息以更好地表征分子。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习领域中的图神经网络。更具体地，本公开涉及信息处理的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

在计算生物和计算化学领域，有效的分子表征对于各种生化特性的理解和准确预测至关重要。可以利用由多种类型的原子相互作用构成的网络结构图来表征分子。

发明内容

本公开提供了一种信息处理的方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种信息处理的方法，该方法包括：基于分子的三维结构信息，确定在分子中的多个原子之间连接的边的初始表示。方法还包括基于边的初始表示，确定每个原子的邻居边的第一表示，每个原子的邻居边指示与相应原子连接的至少一条边。方法还包括基于每个原子的邻居边的第一表示，确定每个原子的第一表示。方法还包括基于每个原子的第一表示，确定用于表征分子的特征表示。

根据本公开的第二方面，提供了一种信息处理的装置。该装置包括初始表示确定模块，被配置为基于分子的三维结构信息，确定在分子中的多个原子之间连接的边的初始表示。装置还包括边确定模块，被配置为基于边的初始表示，确定每个原子的邻居边的第一表示，每个原子的邻居边指示与相应原子连接的至少一条边。装置还包括原子确定模块，被配置为基于每个原子的邻居边的第一表示，确定每个原子的第一表示。装置还包括表征模块，被配置为基于每个原子的第一表示，确定用于表征分子的特征表示。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，该存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开的第一方面的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开的第一方面的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时，实现根据本公开的第一方面所述的方法。

根据本公开的方案能够通过原子和边的交互式生成来更好地表征分子。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例的用于表征分子的系统架构图；

图2是根据本公开实施例的针对边的组合过程的示意图；

图3是根据本公开实施例的针对原子的组合过程的示意图；

图4是根据本公开的实施例的表征分子的方法的流程图；

图5示出了根据本公开的实施例的用于表征分子的装置的示意框图；以及

图6是用来实现本公开实施例的分子表征的方法的电子设备的框图。

具体实施方式