买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津大学

摘要：一种基于分层信息提取机制的化学反应理论产量预测方法：本方法属于深度学习、化学反应属性预测领域。本方法针对现有的基于深度学习的化学反应理论产量预测方法对化学反应的注意力过于局限、并且传统的化学反应特征的提取方法造成大量化学反应特征的丢失的问题。本发明所采用的技术方案是：一种基于分层信息提取机制的化学反应理论产量预测方法，包括提出一种新的化学反应特征提取方法、提出一种新的化学反应分层信息提取机制和提出一种基于分层信息提取浓缩机制的化学反应理论产量预测网络架构三个部分，可以有效的提取化学反应特征，提取反应的局部和全局信息并且准确进行化学反应理论产量预测。

主权项：1.一种基于分层信息提取机制的化学反应理论产量预测方法，其特征是包含以下三个步骤：1根据输入的化学反应的SMILES，提取反应物和产物的不同原子半径的基团作为化学反应的特征，将化学反应的基团输入到Word2Vec中，生成每个基团对应的指定长度的向量表示；2提取反应局部基团的信息，对反应局部基团信息进行浓缩，得到反应的全局信息，将反应的总体信息再次进行提取浓缩，综合为反应的总体信息，具体包括：21使用双向GRU提取反应局部基团的信息，双向GRU提取的过程如下：xit＝WeGit,t∈[1,T], 其中T表示第i个反应中提取到的总基团个数为T，Git标识第i个反应中的第t个基团，We表示初始生成的基团嵌入向量，表示前向GRU，表示后向GRU；22使用双向GRU提取后的化学反应信息使用如下形式表示； 23对于提取得到的基团信息进行自注意机制，来为不同的基团信息赋予权重，具体的自注意力计算使用如下公式得到：其中Wg和bg是多层感知网络自动生成的系数，之后通过uit和uG得到归一化的基团重要性矩阵αit，其中uG是随机初始化生成的向量，计算基于权重的基团信息的加权和作为第i个反应的反应向量si：24对于化学反应的全局信息同样使用双向GRU在基团信息的基础上获取，公式表示如下；其中hi表示第i个反应的经过GRU获取到的全局信息；25最后使用得到的反应的总体权重αi，对反应的全局融合信息hi再次进行信息的归纳提取，就获得了整体信息的浓缩向量v；具体公式如下：3构建基于分层信息提取浓缩机制的化学反应理论产量预测网络架构，基于分层信息提取机制的化学反应理论产量预测网络架构的最佳学习率为0.00161；基于分层信息提取机制的化学反应理论产量预测网络架构的最佳训练批次大小为64；基于分层信息提取机制的化学反应理论产量预测网络架构的最佳基团嵌入向量大小为200；基于分层信息提取机制的化学反应理论产量预测网络架构的最佳神经元屏蔽量为0.2；基于分层信息提取机制的化学反应理论产量预测网络架构的最大基团集合长度为150；基于分层信息提取机制的化学反应理论产量预测网络架构具有11层网络，其名称和维度大小分别是输入处理层64*1*150、基团嵌入层64*150*200、信息提取层64*150*100、基团自注意力层64*150*100、基团信息权重层64*150*1、汇总全局信息层64*1*100、全局反应信息提取层64*1*100、反应自注意力层64*1*100、反应信息权重层64*1*1、聚合信息层64*100、全连接层100*1；输入处理层是将输入的化学反应根据步骤1所提的方法进行处理。

全文数据：

权利要求：

百度查询： 天津大学 一种基于分层信息提取机制的化学反应理论产量预测方法