10.3969/j.issn.1006-9348.2023.01.091
改进傅里叶域转换的分子性质预测方法仿真
生物信息分子交换过程存在复杂的量子互斥相互作用,使得分子性质预测难以实现.以图神经网络为基础,提出一种基于分子结构图数据的分子性质预测方法.将由顶点-边结构组成的不同种类图形数据作为神经网络输入,构建图神经网络;结合分子结构图的不规则特征与复杂性,利用傅里叶变换方法在图神经网络中引入谱卷积,完成节点的傅里叶域转换,得到图卷积神经网络.通过融合分子结构图、聚合原子邻域信息、更新原子结构,实现分子性质的预测.实验结果证明了所提方法具有高预测精度,且规模数据集处理能力较强,分子预测的泛化性与迁移性的优越性显著.
图卷积神经网络、聚合更新内部传输机制、分子结构图、分子性质预测、傅里叶变换
40
TP183(自动化基础理论)
2023-03-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
505-509