技术编号:37261132
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及人工智能和化学信息学领域,尤其涉及基于参数共享和知识蒸馏的分子属性预测模型的压缩系统和方法。背景技术、transformer模型在化学信息学领域已成为一种高效的分子属性预测方法。不同于传统的机器学习模型,transformer模型通过自监督学习作为预训练步骤。这种自监督学习的数据基础是大规模的未标记化学序列或图数据集。经过自监督学习后,transformer模型可以通过微调来执行下游任务。更具体地说,模型可以在预训练过程中学习基本的分子结构知识(如化学式、键和电荷)。然后,在微调过程...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。