用于表征化学物质、测量物理化学特性以及生成用于合成化学物质的控制数据的方法和装置制造方法及图纸

一种用于以预定多模态表示来表征化学物质的方法，该预定多模态表示具有预定的多种模态，该方法包括：接收(S12)包括该化学物质的第一组模态的多模态物质数据(2，12)；使用该化学物质的数据驱动的模型(3，10)对所述多模态数据(2，12)进行编码(S13)，以生成编码后的物质数据；以及通过使用该数据驱动的模型(3，10)对所述编码后的物质数据进行解码来生成包括该化学物质的第二组模态的多模态物质数据，其中，该多模态物质数据指示该化学物质的物理化学特性、该化学物质的组成和/或该化学物质的标识符。该数据驱动的模型(3，10)被实施为将输入数据(2，12)映射到编码后的输出数据(6)，输入数据是该化学物质的多模态表示(2，12)。该编码后的输出数据是该输入数据(2，12)的潜在空间表示(6)。进一步地，该第一组模态不同于该第二组模态，并且该第一组模态和该第二组模态包括在该预定的多种模态中。该第二组中的至少一种模态不包括在该第一组中。

【技术实现步骤摘要】
【国外来华专利技术】

技术介绍

技术实现思路

【技术保护点】

1.一种用于以预定多模态表示来表征化学物质的方法，该预定多模态表示具有预定的多种模态，该方法包括：

2.如权利要求1所述的方法，其中，该第一组多种模态是该第二组多种模态的子集。

3.如权利要求1或2所述的方法，其中，该数据驱动的模型包括至少一个训练后的神经网络(1)，该至少一个训练后的神经网络被实施为接收包括该预定的多种模态的多模态输入数据(2，12)，将所述输入数据编码为该输入数据(2，12)的潜在空间表示(6)，并且将该编码后的输入数据解码为包括该预定的多种模态的多模态输出数据。

4.如权利要求3所述的方法，其中，该神经网络(1)是基于训练数据来训...

【技术特征摘要】
【国外来华专利技术】

1.一种用于以预定多模态表示来表征化学物质的方法，该预定多模态表示具有预定的多种模态，该方法包括：

2.如权利要求1所述的方法，其中，该第一组多种模态是该第二组多种模态的子集。

3.如权利要求1或2所述的方法，其中，该数据驱动的模型包括至少一个训练后的神经网络(1)，该至少一个训练后的神经网络被实施为接收包括该预定的多种模态的多模态输入数据(2，12)，将所述输入数据编码为该输入数据(2，12)的潜在空间表示(6)，并且将该编码后的输入数据解码为包括该预定的多种模态的多模态输出数据。

4.如权利要求3所述的方法，其中，该神经网络(1)是基于训练数据来训练的，该训练数据包括多模态训练数据，该多模态训练数据包括该预定的多种模态。

5.如权利要求3或4所述的方法，其中，该神经网络(1)包括多个单独的编码器(8a至8g)，其中，每个单独的编码器(8a至8g)被指派给该预定的多种模态中的一种模态(2a至2g)，其中，每个单独的编码器(8a至8g)被实施为将来自该单独的编码器(8a至8g)被指派给的模态(2a至2g)的输入数据(2，12)带入相同的该潜在空间(6)的维数中。

6.如权利要求3至5中任一项所述的方法，其中，该神经网络(1)包括多个单独的解码器(9a至9g)，其中，每个单独的解码器(9a至9g)被指派给该预定的多种模态中的一种模态(7a至7g)，其中，每个单独的解码器(9a至9g)被实施为将该编码后的输入数据(2，12)的潜在空间表示(6)解码为所生成的多模态物质数据中的模态数据，该模态是该单独的解码器(8a至8g)被指派给的模态的模态数据。

7.如权利要求1至6中任一项所述的方法，其中，表征包括测量化学物质的物理化学特性，该物质数据包括传感器数据，该测量包括：

8.如权利要求7所述的方法，其中，输出具有以下各项的组中的至少一项：所生成的测量数据、指示该化学物质的配方数据、指示该化学物质的标识数据。

9.如权利要求1至8中任一项所述的方法，进一步包括：

10.如权利要求1至9中任一项所述的方法，进一步包括：

11.根据权利要求9或10所述的方法，进一步包括：

12.如权利要求9至11中任一项所述的方法，其中，比较包括：

13.如权利要求1至12中任一项所述的方法，其中，该第一组和/或该第...

【专利技术属性】
技术研发人员：B·阿里，S·科尔岑布尔格，S·V·斯马拉森，K·卡勒，H·舒尔茨，J·P·赫尔曼，A·尼德勒，V·塞特尔斯，王宁，R·艾尔雷德，S·冈萨雷斯马尔多纳多，
申请(专利权)人：巴斯夫欧洲公司，
类型：发明
国别省市：