買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學(xué)申請(qǐng)的專利一種基于樣本-任務(wù)關(guān)系圖的元學(xué)習(xí)分子屬性預(yù)測(cè)方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115394373B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211005317.5，技術(shù)領(lǐng)域涉及：G16C20/30；該發(fā)明授權(quán)一種基于樣本-任務(wù)關(guān)系圖的元學(xué)習(xí)分子屬性預(yù)測(cè)方法是由張強(qiáng);莊祥;方尹;陳華鈞設(shè)計(jì)研發(fā)完成，并于2022-08-22向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于樣本-任務(wù)關(guān)系圖的元學(xué)習(xí)分子屬性預(yù)測(cè)方法在說明書摘要公布了：本發(fā)明公開了一種基于樣本?任務(wù)關(guān)系圖的元學(xué)習(xí)分子屬性預(yù)測(cè)方法，基于構(gòu)建的樣本?任務(wù)關(guān)系圖顯示地建立樣本與任務(wù)屬性之間的關(guān)系，該樣本?任務(wù)關(guān)系圖是目前率先利用樣本與任務(wù)之間的圖結(jié)構(gòu)指導(dǎo)元學(xué)習(xí)分子屬性預(yù)測(cè)的方法，設(shè)計(jì)的輔助任務(wù)選擇器能夠顧針對(duì)不同的已知目標(biāo)任務(wù)選擇輔助任務(wù)，以便更好地利用輔助任務(wù)增強(qiáng)預(yù)測(cè)模型對(duì)目標(biāo)任務(wù)的預(yù)測(cè)能力。設(shè)計(jì)的目標(biāo)任務(wù)選擇器能夠選擇預(yù)測(cè)模型訓(xùn)練時(shí)同一批次內(nèi)的采樣目標(biāo)任務(wù)，作為對(duì)比損失函數(shù)的負(fù)樣本挖掘技術(shù)。針對(duì)采樣目標(biāo)任務(wù)的對(duì)比損失函數(shù)，以便預(yù)測(cè)模型能夠更好地區(qū)分不同采樣目標(biāo)任務(wù)的同時(shí)最大化同一采樣目標(biāo)任務(wù)的一致性。

本發(fā)明授權(quán)一種基于樣本-任務(wù)關(guān)系圖的元學(xué)習(xí)分子屬性預(yù)測(cè)方法在權(quán)利要求書中公布了：1.一種基于樣本-任務(wù)關(guān)系圖的元學(xué)習(xí)分子屬性預(yù)測(cè)方法，其特征在于，包括以下步驟： 步驟1，根據(jù)分子樣本及對(duì)應(yīng)的任務(wù)建立樣本-任務(wù)關(guān)系圖，其中，以分子樣本和任務(wù)均作為圖中的節(jié)點(diǎn)，分子樣本與任務(wù)對(duì)應(yīng)的任務(wù)標(biāo)簽作為節(jié)點(diǎn)之間邊的屬性； 步驟2，構(gòu)建包含圖表示模型和分類器的預(yù)測(cè)模型，利用圖表示模型提取輸入樣本-任務(wù)關(guān)系圖中分子樣本的節(jié)點(diǎn)表示和任務(wù)的節(jié)點(diǎn)表示，利用分類器對(duì)分子樣本的節(jié)點(diǎn)表示和任務(wù)的節(jié)點(diǎn)表示的拼接結(jié)果進(jìn)行任務(wù)標(biāo)簽預(yù)測(cè)，以輸出標(biāo)簽預(yù)測(cè)概率； 步驟3，基于LSTM構(gòu)建輔助任務(wù)選擇器，針對(duì)已知目標(biāo)任務(wù)，利用輔助任務(wù)選擇器采樣已知目標(biāo)任務(wù)的輔助任務(wù)； 步驟4，基于LSTM構(gòu)建目標(biāo)任務(wù)選擇器，利用輔助任務(wù)并采用目標(biāo)任務(wù)選擇器采用同一批次內(nèi)的采樣目標(biāo)任務(wù)； 步驟5，基于同一采樣目標(biāo)任務(wù)同時(shí)采樣額外分子樣本以構(gòu)建兩組樣本-任務(wù)關(guān)系圖，形成正樣本對(duì)，基于同一批次內(nèi)不同采樣目標(biāo)任務(wù)采樣額外分子樣本以構(gòu)建不同兩組樣本-任務(wù)關(guān)系圖，形成負(fù)樣本對(duì)，通過最大化正樣本對(duì)之間的一致性和負(fù)樣本對(duì)之間的一致性來構(gòu)建對(duì)比損失； 步驟6，基于對(duì)比損失以及根據(jù)標(biāo)簽預(yù)測(cè)概率構(gòu)建的分類損失來優(yōu)化輔助任務(wù)選擇器、目標(biāo)任務(wù)選擇器以及預(yù)測(cè)模型的參數(shù)； 步驟7，利用參數(shù)優(yōu)化的輔助任務(wù)選擇器和預(yù)測(cè)模型進(jìn)行分子屬性的預(yù)測(cè)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人浙江大學(xué)，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。