[發(fā)明專利]用于創(chuàng)建預(yù)測(cè)模型的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010040634.5
• 申請(qǐng)日: 2020-01-15
• 公開（公告）號(hào): CN111489794A
• 公開（公告）日: 2020-08-04
• 發(fā)明（設(shè)計(jì)）人: 勝木孝行
• 申請(qǐng)（專利權(quán)）人: 國(guó)際商業(yè)機(jī)器公司
• 主分類號(hào): G16C20/30
• 分類號(hào): G16C20/30;G16C20/70;G16C60/00
• 代理公司: 北京市中咨律師事務(wù)所 11247
• 代理人: 劉都;于靜

1.一種用于創(chuàng)建預(yù)測(cè)模型的計(jì)算機(jī)實(shí)現(xiàn)的方法，所述預(yù)測(cè)模型從作為描述化合物的一組特征向量的序列數(shù)據(jù)中預(yù)測(cè)所述化合物的化學(xué)性質(zhì)，所述序列數(shù)據(jù)包括多個(gè)數(shù)據(jù)序列，所述方法包括：

由硬件處理器生成用于預(yù)測(cè)目標(biāo)變量y并使用貝葉斯準(zhǔn)則和變分近似來學(xué)習(xí)的概率預(yù)測(cè)模型y＊；

由所述硬件處理器將所述概率預(yù)測(cè)模型y＊配置為(i)為從所述序列數(shù)據(jù)中提取的所述特征向量中的每一個(gè)特征向量分配多個(gè)預(yù)測(cè)函數(shù)中的一個(gè)預(yù)測(cè)函數(shù)，(ii)識(shí)別第i個(gè)數(shù)據(jù)中的第t個(gè)向量與所述目標(biāo)變量y之間的關(guān)系，以及(iii)識(shí)別所述特征向量和所述目標(biāo)變量y之間的關(guān)系的相似性；

由所述硬件處理器使用所述概率預(yù)測(cè)模型y＊來識(shí)別序列長(zhǎng)度，所述序列長(zhǎng)度在所述多個(gè)數(shù)據(jù)序列之間是可變的；以及

由所述硬件處理器基于所述概率預(yù)測(cè)模型y＊來預(yù)測(cè)所述目標(biāo)變量y，作為所述化合物的化學(xué)性質(zhì)。

2.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，所述概率預(yù)測(cè)模型y＊如下使用貝葉斯準(zhǔn)則來學(xué)習(xí)：

其中，

X是訓(xùn)練數(shù)據(jù)中的輸入序列集，

是所述訓(xùn)練數(shù)據(jù)中的目標(biāo)變量集，

是所述訓(xùn)練數(shù)據(jù)中的輸入序列集，以及

θ是要學(xué)習(xí)的參數(shù)集。

3.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，所述概率模型如下：

p(w)＝貝葉斯稀疏學(xué)習(xí)中的自動(dòng)相關(guān)性確定(ARD)，以及

p(β，ξ，κ，λ)→將要學(xué)習(xí)的參數(shù)集限制為正值的獨(dú)立伽瑪分布，其中，

X是訓(xùn)練數(shù)據(jù)中的輸入序列集，

y是所述訓(xùn)練數(shù)據(jù)中的目標(biāo)變量，

是所述訓(xùn)練數(shù)據(jù)中的輸入序列集，

t表示第t個(gè)特征向量，

η指示二進(jìn)制變量，所述二進(jìn)制變量表示將第d個(gè)函數(shù)分配給所述第i個(gè)數(shù)據(jù)中的所述第t個(gè)特征向量，以及

w，β，μ，ξ，κ和λ是要學(xué)習(xí)的參數(shù)。

4.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，重復(fù)所述方法以相對(duì)于與用于預(yù)測(cè)所述目標(biāo)變量y的預(yù)測(cè)函數(shù)不同的預(yù)測(cè)函數(shù)來預(yù)測(cè)另一個(gè)目標(biāo)變量y′作為所述化合物的另一個(gè)性質(zhì)。

5.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，所述概率模型是高斯模型。

6.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，進(jìn)一步包括：基于所述目標(biāo)變量y的所述預(yù)測(cè)，形成新化合物，所述目標(biāo)變量y作為所述新化合物的構(gòu)成元素。

7.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，進(jìn)一步包括：用一個(gè)或多個(gè)神經(jīng)網(wǎng)絡(luò)替換所述概率模型的混合分量。

8.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，進(jìn)一步包括：通過對(duì)隱變量的估計(jì)來分配預(yù)測(cè)函數(shù)，所述隱變量顯式地表示來自多個(gè)可用預(yù)測(cè)函數(shù)中的所述預(yù)測(cè)函數(shù)的分配。

9.根據(jù)權(quán)利要求8所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，所述預(yù)測(cè)步驟包括：計(jì)算所述多個(gè)可用預(yù)測(cè)函數(shù)中所分配的預(yù)測(cè)函數(shù)的輸出的總和。

10.根據(jù)權(quán)利要求8所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，所述估計(jì)表示每個(gè)所述特征向量在每第i個(gè)數(shù)據(jù)中的作用。

11.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，所述隱變量以η_i,t,d的形式來提供，其中，η_i是二進(jìn)制變量，表示將第d個(gè)函數(shù)分配給第i個(gè)數(shù)據(jù)中的第t個(gè)特征向量以使得∑_dη_i,t,d＝1。

12.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，進(jìn)一步包括：響應(yīng)于所述目標(biāo)變量的所述預(yù)測(cè)涉及不期望作為所述對(duì)象的一部分的元素，根據(jù)所述對(duì)象的污染來丟棄所述對(duì)象。