[发明专利]一种基于对比学习的自监督图神经网络预训练方法在审
| 申请号： | 202110983302.5 | 申请日： | 2021-08-25 |
| 公开（公告）号： | CN114038517A | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 官全龙;叶贤斌;赖兆荣;罗伟其;汪超男;方良达 | 申请（专利权）人： | 暨南大学 |
| 主分类号： | G16C20/70 | 分类号： | G16C20/70;G16C20/20;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510632 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于对比学习的自监督图神经网络预训练方法，步骤为：对公开数据库的化合物分子进行预处理，筛选出有机分子；对筛选出的有机分子进行结构分解并提取，将所得的子结构作为标识符，并构建子结构的语料库；将分解后的子结构看作超级节点并构建相应的子图数据，该子图数据与原分子图数据构成正样本对，随机选出若干个子图数据与原分子图数据组成负样本对；构建基于注意力机制的图卷积神经网络、基于多层次的门控循环单元和多层感知机模块，组成自监督学习模型；将所有正负样本对数据输入自监督学习模型进行预训练并保存，便于下游任务的微调。解决对缺乏标注的药物分子的场景时，进行深度学习模型训练所产生的泛化性能不足的问题。 | ||
| 搜索关键词： | 一种 基于 对比 学习 监督 神经网络 训练 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于暨南大学，未经暨南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110983302.5/，转载请声明来源钻瓜专利网。
