[發明專利]模型訓練與生成物預測的方法及裝置

在審

• 申請號: 202111000478.0
• 申請日: 2021-08-27
• 公開（公告）號: CN114464267A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 孟子喬;趙沛霖
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G16C20/30
• 分類號: G16C20/30;G16C20/50;G16C20/90
• 代理公司: 北京勵誠知識產權代理有限公司 11647
• 代理人: 趙爽

1.一種模型訓練方法，其特征在于，包括：

獲取第一反應物，以及所述第一反應物的第一生成物；

對所述第一生成物進行加噪聲處理，得到不同噪聲值下的第一生成物；

將所述第一反應物和不同噪聲值下的第一生成物輸入預測模型中，得到所述預測模型輸出的所述第一生成物的鄰接矩陣在不同噪聲值下的梯度場信息；

根據所述第一生成物的鄰接矩陣在不同噪聲值下的梯度場信息，對所述預測模型進行訓練，得到訓練后的所述預測模型，其中訓練后的所述預測模型用于預測第二反應物的生成物的鄰接矩陣的梯度場信息，所述梯度場信息用于指示所述第二反應物的生成物的生成概率的變化趨勢。

2.根據權利要求1所述的方法，其特征在于，所述根據所述第一生成物的鄰接矩陣在不同噪聲值下的梯度場信息，對所述預測模型進行訓練，得到訓練后的所述預測模型，包括：

根據所述第一生成物的鄰接矩陣在不同噪聲值下的梯度場信息，確定所述預測模型的損失；

根據所述預測模型的損失，對所述預測模型中的參數進行調整，得到訓練后的所述預測模型。

3.根據權利要求2所述的方法，其特征在于，所述對所述第一生成物進行加噪聲處理，得到不同噪聲值下的第一生成物，包括：

獲取第一生成物的鄰接矩陣；

對所述第一生成物的鄰接矩陣進行加噪聲處理，得到所述第一生成物在不同噪聲值下的鄰接矩陣；

所述將所述第一反應物和不同噪聲值下的第一生成物輸入預測模型中，得到所述預測模型輸出的所述第一生成物的鄰接矩陣在不同噪聲值對應的梯度場信息，包括：

獲取所述第一反應物的鄰接矩陣和節點特征矩陣，以及所述第一生成物的節點特征矩陣；

將所述第一反應物的鄰接矩陣和節點特征矩陣、所述第一生成物的節點特征矩陣和在不同噪聲值下的鄰接矩陣，輸入所述預測模型中，得到所述預測模型輸出的所述第一生成物的鄰接矩陣在不同噪聲值下的梯度場信息。

4.根據權利要求3所述的方法，其特征在于，所述預測模型包括編碼模塊和解碼模塊，所述將所述第一反應物的鄰接矩陣和節點特征矩陣、所述第一生成物的節點特征矩陣和在不同噪聲值下的鄰接矩陣，輸入所述預測模型中，得到所述預測模型輸出的所述第一生成物的鄰接矩陣在不同噪聲值下的梯度場信息，包括：

針對所述不同噪聲值中的第i個噪聲值，將所述第一反應物的鄰接矩陣和節點特征矩陣，以及所述第一生成物的原子特性矩陣和在第i個噪聲值下的鄰接矩陣輸入所述編碼模塊，得到所述編碼模塊輸出的所述第一反應物的第一特征信息和所述第一生成物在第i個噪聲值下的第一特征信息；

將所述第一反應物的第一特征信息和所述第一生成物在第i個噪聲值下的第一特征信息輸入所述解碼模塊，得到所述解碼模塊輸出的所述第一生成的鄰接矩陣在第i個噪聲值下的梯度場信息。

5.根據權利要求4所述的方法，其特征在于，所述編碼模塊包括第一編碼子模塊和第二編碼子模塊，所述將所述第一反應物的鄰接矩陣和節點特征矩陣，以及所述第一生成物的原子特性矩陣和在第i個噪聲值下的鄰接矩陣輸入所述編碼模塊，得到所述編碼模塊輸出的所述第一反應物的第一特征信息和所述第一生成物在第i個噪聲值下的第一特征信息，包括：

將所述第一反應物的鄰接矩陣和節點特征矩陣輸入所述第一編碼子模塊中，得到所述第一反應物的第一特征信息；

將所述第一生成物的原子特性矩陣和在第i個噪聲值下的鄰接矩陣輸入所述第二編碼子模塊中，得到所述第一生成物在第i個噪聲值下的第一特征信息。