【技术实现步骤摘要】
产生化学结构的方法、神经网络设备和计算机可读记录介质对相关申请的交叉引用本申请要求在韩国知识产权局于2018年1月17日提交的韩国专利申请No.10-2018-0006275的权益,将其公开内容通过引用全部引入本文中。
本公开内容涉及使用神经网络产生化学结构的方法和装置。
技术介绍
神经网络指的是模仿生物大脑(以生物大脑为模型)的计算架构。利用先进的神经网络技术,各种类型的电子系统已经通过使用神经网络分析输入的数据和提取的有效信息。近年来,已经对如下的方法进行了大量的研究:通过使用神经网络技术评价化学结构的性质来选择将用在材料开发中的化学结构。特别地,存在开发通过使用神经网络技术产生满足多种要求的新的化学结构的方法的需要。
技术实现思路
提供使用神经网络产生化学结构的方法和装置。此外,提供包括程序的计算机可读介质,所述程序当被计算机执行时,实行所述方法。待解决的技术问题不限于如所描述的这些,而是可存在其它技术问题。额外的方面将在随后的描述中部分地阐明,且部分地将由所述描述明晰,或者可通过所提供的实施方式的实践获悉。根据一种实施方式的方面,通过神经网络设备实行的产生化学结构的方法包括:接收目标性质值和目标结构特征值作为输入,基于所接收的输入选择第一代描述符,通过将遗传算法应用于所述第一代描述符而产生(多个)第二代描述符,通过使用第一神经网络评价各第二代描述符的性质和通过使用第二神经网络评价各第二代描述符的结构,基于评价的结果从所述第二代描述符选择具有所述目标性质值和所述目标结构特征值的候选描述符,和通过使用所述第二神经网络对于所选择的候选描述符产生化学结构。根据 ...
【技术保护点】
1.产生化学结构的方法,所述方法是通过神经网络设备实行的并且包括:接收目标性质值和目标结构特征值作为输入;基于所接收的输入选择第一代描述符;通过将遗传算法应用于所述第一代描述符而产生第二代描述符;通过使用第一神经网络评价各第二代描述符的性质和通过使用第二神经网络评价各第二代描述符的结构;基于评价的结果从所述第二代描述符选择具有所述目标性质值和所述目标结构特征值的候选描述符;和通过使用所述第二神经网络对于所选择的候选描述符产生化学结构。
【技术特征摘要】
2018.01.17 KR 10-2018-00062751.产生化学结构的方法,所述方法是通过神经网络设备实行的并且包括:接收目标性质值和目标结构特征值作为输入;基于所接收的输入选择第一代描述符;通过将遗传算法应用于所述第一代描述符而产生第二代描述符;通过使用第一神经网络评价各第二代描述符的性质和通过使用第二神经网络评价各第二代描述符的结构;基于评价的结果从所述第二代描述符选择具有所述目标性质值和所述目标结构特征值的候选描述符;和通过使用所述第二神经网络对于所选择的候选描述符产生化学结构。2.如权利要求1所述的方法,其中所述候选描述符的选择进一步包括:当所选择的候选描述符的数量小于预定的值时,改变所述遗传算法的变换指数;和通过基于所改变的变换指数将遗传算法应用于所述第一代描述符而再产生第二代描述符。3.如权利要求1所述的方法,其中所述性质的评价包括:将所述第二代描述符输入到所述第一神经网络和产生各第二代描述符的性质值作为输出;和通过将所产生的性质值与所述目标性质值相比较而评价各第二代描述符的性质,其中所述第一神经网络为深度神经网络(DNN)。4.如权利要求1所述的方法,其中所述结构的评价包括:将所述第二代描述符输入到所述第二神经网络和产生各第二代描述符的结构特征值作为输出;和通过确定所产生的结构特征值是否包括所述目标结构特征值而评价各第二代描述符的结构,其中所述第二神经网络为循环神经网络(RNN)。5.神经网络设备,其配置成产生化学结构,所述神经网络设备包括:配置成接收目标性质值和目标结构特征值作为输入的用户界面;存储至少一种程序的存储器;和配置成通过执行所述至少一种程序而驱动神经网络设备的处理器,其中所述处理器基于所接收的输入选择第一代描述符,通过将遗传算法应用于所述第一代描述符而产生第二代描述符,通过使用第一神经网络评价各第二代描述符的性质,通过使用第二神经网络评价各第二代描述符的结构,和基于评价的结果从所述第二代描述符选择具有所述目标性质值和所述目标结构特征值的候选描述符,以及通过使用所述第二神经网络对于所选择的候选描述符产生化学结构。6.如权利要求5所述的神经网络设备,其中当所选择的候选描述符的数量小于预定的值时,所述处理器改变所述遗传算法的变换指数;和通过基于所改变的变换指数将遗传算法应用于所述第一代描述符而再产生第二代描述符。7.如权利要求5所述的神经网络设备,其中所述处理器将所述第二代描述符输入到所述第一神经网络和产生各第二代描述符的性质值作为输出;以及通过将所产生的性质值与所述目标性质值相比较而评价各第二代描述符的性质,其中所述第一神经网络为深度神经网络(DNN)。8.如权利要求5所述的神经网络设备,其中所述处理器将所述第二代描述符输入到所述第二神经网络和产生各第二代描述符的结构特征值作为输出;以及通过确定所产生的结构特征值是否包括所述目标结构特征值而评价各第二代描述符的结构,其中所述第二神经网络为循环神经网络(RNN)。9.产生化学结构的方法,其通过使用神经网络设备的条件变分自编码器(CVAE),所述方法包括:将第一描述符转换成低维潜在变量;将所述潜在变量绘制成潜在图;从所述潜在图选择由所述第一描述符转换的所述潜在变量未被绘制到其的区域;以及将所选择的区域的潜在变量转换成高维第二描述符和对于所述第二描述符产生化学结构。10.如权利要求9所述的方法,其中所述低维潜在变量包括核心结构信息和低维描述符。11.如权利要求9所述的方法,其中所述化学结...
【专利技术属性】
技术研发人员:权宁千,姜锡浩,金勍德,庾志镐,崔伦硕,
申请(专利权)人:三星电子株式会社,成均馆大学校产学协力团,
类型:发明
国别省市:韩国,KR
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。