一种基于图卷积网络的分子结构预测方法

授权

摘要

本发明属于机器学习技术领域，具体的说是涉及一种基于图卷积网络的分子结构预测方法。本发明根据输入分子的SMILES来构建分子图和分子完全图，并对应构建具有两个分支的网络模型，一个分支采用MLP用于预测边，另一个分支包括图卷积网络和MLP，用于对分支的整体结构特征进行提取。本发明使用了图卷积提取分子结构特征，能很好地对分子的整体结构特征进行提取，从而更好地预测结构；使用了双分支的模型设计，解决了完全图破坏分子结构信息的问题。

基本信息

专利标题：

一种基于图卷积网络的分子结构预测方法

专利标题（英）：

暂无

公开（公告）号：

CN113241130A

申请号：

CN202110637452.0

公开（公告）日：

2021-08-10

申请日：

2021-06-08

授权号：

CN113241130B

授权日：

2022-04-22

发明人：

江永全林小惠杨燕

申请人：

西南交通大学

申请人地址：

四川省成都市二环路北一段111号

代理机构：

成都点睛专利代理事务所(普通合伙)

代理人：

孙一峰

优先权：

CN202110637452.0

主分类号：

G16C20/50

IPC分类号：

G16C20/50 G16C20/20