Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学朱宇晨获国家专利权

浙江大学朱宇晨获国家专利权

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!

龙图腾网获悉浙江大学申请的专利基于多精度反馈驱动的高可合成性分子生成方法和装置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:CN119479898B

龙图腾网通过国家知识产权局官网在2025-09-26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:202411591955.9,技术领域涉及:G16C20/50;该发明授权基于多精度反馈驱动的高可合成性分子生成方法和装置是由朱宇晨;谢昌谕设计研发完成,并于2024-11-08向国家知识产权局提交的专利申请。

基于多精度反馈驱动的高可合成性分子生成方法和装置在说明书摘要公布了:本发明公开了一种基于多精度反馈驱动的高可合成性分子生成方法和装置,包括以下步骤:构建分层策略网络,其中,利用反应选择策略网络选择当前状态下的可用反应,利用反应物选择策略网络选择当前状态下的可用反应物并根据反应规则进行化学反应;构建多精度主动学习框架,其中,利用分层策略网络得到生成分子及所选的精度标签并输入多精度替代模型,利用多精度替代模型根据对每个生成分子进行打分,利用采集函数在考虑不同分子的精度标签对应的打分工具所需使用成本后给出综合打分并反馈至分层策略网络进行梯度更新。本发明提供了一种更为高效、经济且可靠的分子设计方案,加速新分子实体的发现与优化进程,推动相关领域的技术进步与创新发展。

本发明授权基于多精度反馈驱动的高可合成性分子生成方法和装置在权利要求书中公布了:1.一种基于多精度反馈驱动的高可合成性分子生成方法,其特征在于,包括以下步骤: 利用包括反应选择策略网络和反应物选择策略网络的分层策略网络进行高可合成性分子生成,包括:利用反应选择策略网络根据初始分子砌块或前一状态的中间产物选择当前状态下的可用反应,利用反应物选择策略网络基于所选的可用反应选择当前状态下的可用反应物并根据所选反应的反应规则进行化学反应得到中间产物或终产物; 其中,将分子生成过程定义为一个由反应物基于反应规则逐步反应从而得到最终产物分子的马尔科夫决策过程,并使用生成流网络模型实现这一过程,生成流网络将分子生成过程定义为一个有向无环图G=S,A,其中S代表状态空间,A代表动作空间,定义顶点s0∈S作为无传入边的初始状态并对应无初始分子或某一个具体的反应物,定义顶点sf∈S作为无传出边的最终状态并对应最终的生成分子,定义从初始状态到某个终止状态的状态序列τ=s0→…→sn为一条轨迹,分子对象x∈X通过顺序采样动作实现前向状态转移st→st+1,X表示该组合化学空间的所有分子集合,状态转移即将新的分子片段通过化学反应的形式添加到当前部分建成的分子上;在分层策略网络中,基于生成流网络将状态转移st→st+1的动作划分为两步,第一步基于给定的反应数据集选择当前状态下的可用反应,第二步为基于给定的反应物库选择可用反应物并利用第一步所选可用反应的反应规则进行化学反应,在两步中分别构建基于反应选择概率模型的反应选择策略网络用于选择反应,构建基于反应物选择概率模型的反应物选择策略网络用于选择反应物,将反应选择策略网络和反应物选择策略网络训练为以与奖励值Rx成正比的概率πx采样分子对象,即πx∝Rx,以生成多样化的高奖励值分子对象利用包括分层策略网络、基于高斯过程作为多精度替代模型和基于多精度最大熵搜索作为采集函数的多精度主动学习框架在进行分子生成的同时给出生成分子的所需精度标签,包括:利用分层策略网络得到生成分子及所选的精度标签并输入多精度替代模型,利用多精度替代模型根据对每个生成分子进行打分,利用采集函数在考虑不同分子的精度标签对应的打分工具所需使用成本后给出综合打分并反馈至反应选择策略网络和反应物选择策略网络进行梯度更新。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。