- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于图神经网络的定向分子生成方法,涉及材料分子技术领域。包括:将有机分子结构图拓扑映射的方式转换成分子图,并将分子图的嵌入表示作为图神经网络模型的输入;通过图神经网络模型,基于消息传播过程来学习这些分子图,包含其中节点和边的表示;通过图神经网络来学习生成的这些表示,以便于在图生成过程中进行各种决策;决策过程中,将新结构以符合有机分子化学规则的形式,添加到现有图中,该添加事件的概率取决于图的历史图推导过程。最终生成的新型分子经过化学价效约束确认,可以确保生成分子的化学有效性。本发明可
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113140267 A
(43)申请公布日 2021.07.20
(21)申请号 202110318381.8
(22)申请日 2021.03.25
(71)申请人 北京
文档评论(0)