【技术实现步骤摘要】
分子编解码器的训练方法、装置、设备及存储介质
[0001]本申请涉及人工智能领域,特别涉及一种分子编解码器的训练方法、装置、设备及存储介质。
技术介绍
[0002]在电池材料和药物材料研发等场景下,已经出现通过人工智能来寻找合适的分子材料的方案。具体实现时,将通过分子编码器编码得到分子的具有结构感知的特征表示,之后利用具有结构感知的特征表示进行分子属性预测。
[0003]相关技术中,采用对比学习的方式训练得到分子编码器。训练分子编码器的核心步骤在于对正负样本的构建,即将一个训练批次中的某些分子图看作正样本,某些分子图看作负样本,正负样本的选择基于相似度函数,相似度高于阈值的为正样本,反之为负样本。在特征空间通过对比学习训练得到分子编码器。
[0004]采用对比学习的方式训练分子编码器依赖于复杂的数据增强和训练策略,使得分子编码器的训练难度较大。
技术实现思路
[0005]本申请提供了一种分子编解码器的训练方法、装置、设备及存储介质,降低了分子编码器的训练难度。所述技术方案如下:
[0006]根据本申请的一个方面,提供了一种分子编码器和分子解码器的训练方法,所述方法包括:
[0007]获取训练样本分子的第一分子图和属性标签,所述第一分子图是由多个节点和多个边构成的图结构,所述节点与原子相对应,所述边与化学键相对应;
[0008]对所述第一分子图中的部分节点的特征执行掩码操作,得到第二分子图;通过所述分子编码器对所述第二分子图进行编码,得到第一特征向量;
[ ...
【技术保护点】
【技术特征摘要】
1.一种分子编码器和分子解码器的训练方法,其特征在于,所述方法包括:获取训练样本分子的第一分子图和属性标签,所述第一分子图是由多个节点和多个边构成的图结构,所述节点与原子相对应,所述边与化学键相对应;对所述第一分子图中的部分节点的特征执行掩码操作,得到第二分子图;通过所述分子编码器对所述第二分子图进行编码,得到第一特征向量;对所述第一特征向量中的所述部分节点的特征向量执行再掩码操作,得到第二特征向量;基于所述第二特征向量,生成第三分子图;通过分子解码器对所述第三分子图进行解码,得到第三特征向量;基于所述第三特征向量,得到所述训练样本分子的预测属性值;基于所述训练样本分子的预测属性值和所述属性标签之间的误差,训练所述分子编码器和所述分子解码器。2.根据权利要求1所述的方法,其特征在于,所述第一分子图、所述第二分子图和所述第三分子图为2D分子图,所述2D分子图未携带有所述节点的空间位置特征;所述分子编码器包括多头注意力网络和前馈神经网络;所述通过所述分子编码器对所述第二分子图进行编码,得到第一特征向量,包括:在所述多头注意力网络中,基于所述第二分子图的查询矩阵Q和键值矩阵K,生成所述第二分子图的注意力权重;基于所述第二分子图的注意力权重和价值矩阵V,生成所述第二分子图的注意力特征向量;在所述前馈神经网络中,基于所述第二分子图的注意力特征向量,编码得到所述第一特征向量;其中,所述查询矩阵Q、所述键值矩阵K和所述价值矩阵V是基于所述第二分子图中的所述多个节点和所述多个边的特征生成的。3.根据权利要求1所述的方法,其特征在于,所述第一分子图、所述第二分子图和所述第三分子图为3D分子图,所述3D分子图携带有所述节点的空间位置特征;所述分子编码器包括多头注意力网络和前馈神经网络;所述通过所述分子编码器对所述第二分子图进行编码,得到第一特征向量,包括:在所述多头注意力网络中,基于所述第二分子图的查询矩阵Q、键值矩阵K和价值矩阵V,得到第一注意力项;将所述第二分子图中所述多个节点之间的间隔距离进行编码,结合所述价值矩阵V,得到第二注意力项;基于所述第一注意力项和所述第二注意力项,生成所述第二分子图的注意力特征向量;在所述前馈神经网络中,基于所述第二分子图的注意力特征向量,编码得到所述第一特征向量;其中,所述第二分子图中所述多个节点之间的间隔距离中与所述部分节点相关的间隔距离被设置为空;所述查询矩阵Q、所述键值矩阵K和所述价值矩阵V是基于所述第二分子图中所述多个节点的特征中除所述空间位置特征之外的特征以及所述多个边的特征生成的,所述第二分子图中所述多个节点之间的间隔距离是根据所述多个节点的空间位置特征确定得到的。4.根据权利要求1所述的方法,其特征在于,所述第一分子图、所述第二分子图和所述第三分子图为3D分子图,所述3D分子图携带有所述节点的空间位置特征;所述方法还包括:
在所述第三特征向量中的所述部分节点的空间位置特征加入噪声;基于加入噪声后的第三特征向量,得到所述训练样本分子的预测空间位置特征;所述基于所述训练样本分子的预测属性值和所述属性标签之间的误差,训练所述分子编码器和所述分子解码器,包括:基于所述训练样本分子的预测属性值和所述属性标签之间的误差,以及所述训练样本分子的预测空间位置特征和所述训练样本分子的真实空间位置特征之间的误差,训练所述分子编码器和所述分子解码器。5.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:对所述第一分子图中的多个原子进行基团组合,得到至少一个化学基团;从所述至少一个化学基团中确定出至少一个目标化学基团;将所述至少一个目标化学基团对应的节点确定为所述部分节点。6.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:从所述第一分子图中确定出分别仅与一个化学键相连的多个边缘节点;从所述多个边缘节点中确定出至少一个目标边缘节点;从所述第一分子图中确定出处于最长化学链上的至少一个定位节点;从所述至少一个定位节点中确定出至少一个目标定位节点;根据所述至少一个目标边缘节点和所述至少一个目标定位节点,得到所述...
【专利技术属性】
技术研发人员:张昊,
申请(专利权)人:腾讯科技深圳有限公司,
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。