【技术实现步骤摘要】
分子性质预测方法、装置、设备、介质及产品
[0001]本申请属于人工智能
,尤其涉及一种分子性质预测方法、装置、设备、介质及产品。
技术介绍
[0002]能源材料小分子的各项物化性能长期以来依赖实验测试,消耗大量的实验资源。随着高性能计算技术的发展,科学计算模拟成为获取小分子物化性能数据的重要手段,例如通过科学计算模拟得到小分子的电导率等物化性能。
[0003]但面对海量小分子数据进行科学计算模拟时,如何提高计算效率,缩减计算周期,成为这一阶段需要解决的技术问题。
技术实现思路
[0004]本申请实施例提供了一种分子性质预测方法、装置、设备、介质及产品,以解决如何提高对海量小分子数据科学计算模拟的计算效率,缩减计算周期的问题。
[0005]本申请实施例的第一方面提供了一种分子性质预测方法,包括:
[0006]基于第一分子数据集进行分子特征提取,得到第一特征提取结果;
[0007]基于所述第一特征提取结果,进行分子物化性质预测,得到第一物化性质预测结果。
[0008]本申请实施例的技术方案中,将科学计算模拟过程转化成模型化的数据处理流程,引入对数据集合中分子数据的特征提取及在特征提取基础上实施分子物化性质预测的处理手段,提升海量分子数据的物化性质预测效率,缩减计算周期。
[0009]在一些实施例中,所述基于第一分子数据集进行分子特征提取,得到第一特征提取结果,包括:
[0010]从所述第一分子数据集中提取分子构型信息对应的信息文本;
...
【技术保护点】
【技术特征摘要】
1.一种分子性质预测方法,其特征在于,包括:基于第一分子数据集进行分子特征提取,得到第一特征提取结果;基于所述第一特征提取结果,进行分子物化性质预测,得到第一物化性质预测结果。2.根据权利要求1所述的方法,其特征在于,所述基于第一分子数据集进行分子特征提取,得到第一特征提取结果,包括:从所述第一分子数据集中提取分子构型信息对应的信息文本;基于所述信息文本进行特征提取,得到所述分子构型信息对应的特征向量表示;将所述特征向量表示确定为所述第一特征提取结果。3.根据权利要求1所述的方法,其特征在于,所述基于所述第一特征提取结果,进行分子物化性质预测,得到第一物化性质预测结果,包括:基于所述第一特征提取结果,计算特征提取结果在设定分子物化性质的概率分布,得到所述第一物化性质预测结果。4.根据权利要求3所述的方法,其特征在于,所述基于所述第一特征提取结果,计算特征提取结果在设定分子物化性质的概率分布,得到所述第一物化性质预测结果,包括:基于所述第一特征提取结果,通过高斯过程回归计算特征提取结果在设定分子物化性质的概率分布,得到所述第一物化性质预测结果。5.根据权利要求1所述的方法,其特征在于,所述基于第一分子数据集进行分子特征提取,得到第一特征提取结果之前,还包括:对预构建的分子构型文件进行格式转化,得到分子构型信息对应的信息文本;基于所述信息文本,生成所述第一分子数据集。6.根据权利要求5所述的方法,其特征在于,所述基于所述信息文本,生成所述第一分子数据集,包括:标记所述分子构型文件中构型重复的目标分子;根据所述目标分子对所述信息文本进行去重,生成包含去重后的所述信息文本的所述第一分子数据集。7.根据权利要求1至6任一项所述的方法,其特征在于,所述基于第一分子数据集进行分子特征提取,得到第一特征提取结果由分子性质预测模型中的第一模型部分实施;所述基于所述第一特征提取结果,进行分子物化性质预测,得到第一物化性质预测结果由所述分子性质预测模型中的第二模型部分实施。8.根据权利要求7所述的方法,其特征在于,所述方法还包括:基于目标分子训练样本,对所述分子性质预测模型进行模型训练,直至所述分子性质预测模型满足设定的收敛条件。9.根据权利要求8所述的方法,其特征在于,所述基于目标分子训练样本,对所述分子性质预测模型进行模型训练,直至所述分子性质预测模型满足设定的收敛条件,包括:基于预训练的所述第一模型部分对所述目标分子训练样本进行特征提取,得到分子样本特征;基于所述分子样本特征对所述第二模型部分进行训练,直至所述第二模型部分满足设定的所述收敛条件。
10.根据权利要求9所述的方...
【专利技术属性】
技术研发人员:杨一方,赵旭山,徐波,丁则锐,张倩,
申请(专利权)人:宁德时代新能源科技股份有限公司,
类型:发明
国别省市:
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。