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！

龙图腾网获悉鹏城实验室申请的专利基于增量学习的分子表征学习方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117133379B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310915547.3，技术领域涉及：G16C20/70；该发明授权基于增量学习的分子表征学习方法、系统、设备及介质是由任智祥;李泽婷;田永鸿设计研发完成，并于2023-07-24向国家知识产权局提交的专利申请。

本基于增量学习的分子表征学习方法、系统、设备及介质在说明书摘要公布了：本申请实施例提供了一种基于增量学习的分子表征学习方法、系统、设备及介质，属于机器学习技术领域。方法包括：构建第一分子表征模型；获取新增的分子数据集，对分子数据集的分子进行预处理，通过第一分子表征模型对分子进行表征提取得到与分子对应的第一原子表征、第二原子表征、第三原子表征；根据第一原子表征、第二原子表征构建对比学习损失值，根据第三原子表征构建基于上下文损失值，以及根据第一模型参数、第二模型参数构建正则项；根据对比学习损失值、基于上下文损失值、正则项构建联合损失值；根据联合损失值对第一分子表征模型进行迭代优化，得到完成预训练的第一分子表征模型。本申请能够降低模型的训练时间，以及降低算力的耗费。

本发明授权基于增量学习的分子表征学习方法、系统、设备及介质在权利要求书中公布了：1.一种基于增量学习的分子表征学习方法，其特征在于，所述方法包括： 构建初始的第一分子表征模型，其中，初始的所述第一分子表征模型的结构与第二分子表征模型的结构相同，初始的所述第一分子表征模型的第一模型参数与所述第二分子表征模型的第二模型参数相同；所述第二分子表征模型基于旧数据进行预训练得到； 获取新增的分子数据集，对所述分子数据集的分子进行预处理，通过初始的所述第一分子表征模型对所述分子进行表征提取，得到与所述分子对应的第一原子表征、第二原子表征和第三原子表征； 根据所述第一原子表征和所述第二原子表征构建对比学习损失值，根据所述第三原子表征构建基于上下文损失值，以及根据所述第一模型参数、所述第二模型参数构建正则项； 根据所述对比学习损失值、所述基于上下文损失值、所述正则项构建联合损失值；其中，所述正则项用于在对初始的所述第一分子表征模型进行迭代优化时，使所述第一分子表征模型保留所述第二分子表征模型的知识； 根据所述联合损失值对初始的所述第一分子表征模型进行迭代优化，得到完成预训练的所述第一分子表征模型； 所述获取新增的分子数据集，对所述分子数据集的分子进行预处理，通过初始的所述第一分子表征模型对所述分子进行表征提取，得到与所述分子对应的第一原子表征、第二原子表征和第三原子表征，包括： 根据所述分子数据集的所述分子生成对应的初始分子图； 对所述初始分子图进行三次掩码操作，得到对应的第一掩码分子图、第二掩码分子图、第三掩码分子图； 通过所述第一分子表征模型分别对所述第一掩码分子图、所述第二掩码分子图、所述第三掩码分子图进行表征提取，生成对应的第一原子表征、第二原子表征和第三原子表征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人鹏城实验室，其通讯地址为：518000 广东省深圳市南山区兴科一街2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。