基于深度学习的化学反应转化率预测方法、系统及介质与流程

技术特征：
1.化学反应转化率预测方法，其特征在于，包括以下步骤：s1、从参加化学反应的反应物的所属类型中选出对化学反应转化率影响最大的反应物类型a；s2、进行反应物类型a的反应物和化学反应对应的化学反应式r的分词及特征提取，得到对应的特征x
r
和x
a
；s3、结合特征x
r
和x
a
，通过注意力机制求取反应物类型a的反应物的深层表征信息t
a
、化学反应对应的化学反应式r的深层表征信息t
r
、反应物和反应式的关系信息t
m
；s4、利用宽度学习系统对反应物类型a的反应物的深层表征信息t
a
、化学反应对应的化学反应式r的深层表征信息t
r
、反应物和反应式的关系信息t
m
进行融合，并预测化学反应转化率。2.根据权利要求1所述的化学反应转化率预测方法，其特征在于，所述步骤s1根据每种反应物类型下的不同分子数目，将不同分子数目最多的反应物类型作为对化学反应转化率影响最大的反应物类型。3.根据权利要求1所述的化学反应转化率预测方法，其特征在于，所述步骤s2包括：s2-1、将反应物类型a的反应物和化学反应对应的化学反应式r均转化为smiles序列，得到s
r
和s
a
；s2-2、利用rxnfp模型对反应物类型a的反应物和化学反应对应的化学反应式r的smiles序列s
r
和s
a
进行分词及特征提取，得到进行分词及特征提取，得到其中n
r
为化学反应式r中分词节点的个数，n
a
为反应物类型a的反应物中分词节点的个数，d
b
表示输出的特征维度，cls分词不表示任何语义，在于获取反应式或分子的整体特征。4.根据权利要求1所述的化学反应转化率预测方法，其特征在于，所述步骤s3使用多头点积缩放注意力机制求取反应物类型a的反应物的深层表征信息t
a
、化学反应对应的化学反应式r的深层表征信息t
r
、反应物和反应式的关系信息t
m
，过程包括：注意力函数为:其中，查询集q＝{q1,q2,
…
,q
n
}，键集合k＝{k1,k2,
…
,k
m
}，d
k
为k
i
的维度，i∈[1,m]；在平行子空间中分别学习h个不同的注意力分数，并将该h个不同的注意力分数拼接起来：multihead(k,q,v)＝concat(head1,head2,
…
,head
h
)w
o
head
i
＝attention(k,q,v)其中w
o
为需要学习的参数，为了更深入挖掘反应式信息和反应物信息，使用多头注意力机制和残差模块对反应物类型a的反应物、化学反应对应的化学反应式r以及该两者的关系进行自注意力计算：
其中norm为标准化层，为可学习的注意力参数，维度均为该层输出t
r
为化学反应对应的化学反应式r的深层表征信息，t
a
为反应物类型a的反应物的深层表征信息，t
m
为两者的关系信息。5.根据权利要求1所述的化学反应转化率预测方法，其特征在于，所述步骤s4包括：s4-1、将反应物类型a的反应物的深层表征信息t
a
、化学反应对应的化学反应式r的深层表征信息t
r
、反应物和反应式的关系信息t
m
融合得到t：t＝[t
r
；t
a
；t
m
]s4-2、将t通过特征层映射得到z
i
：其中和为随机参数，φ为激活函数，n为特征层的节点窗口数，每个窗口有k个节点；s4-3、将得到的所有特征记为z
n
＝[z1,z2,
…
,z
n
]，且该些特征经过增强层得到增强特征h
m
，其中第i个增强特征的计算方式为：其中和是随机参数，ξ为激活函数；s4-4、预测的转化率y：y＝[z1,z2,
…
,z
n
|h1,h2,
…
,h
m
]w
m
＝[z
n
|h
m
]w
m
其中w
m
通过伪逆运算计算所得。6.根据权利要求1所述的化学反应转化率预测系统，所述化学反应转化率预测系统用于实现权利要求1-5任一的化学反应转化率预测方法，其特征在于，包括辅助反应物选择模块(1)、特征提取模块(2)、注意力模块(3)、宽度学习模块(4)；其中，所述辅助反应物选择模块(1)，用于从参加化学反应的反应物的所属类型中选出对化学反应转化率影响最大的反应物类型a；所述特征提取模块(2)，用于反应物类型a的反应物和化学反应对应的化学反应式r的分词及特征提取，得到对应的特征x
r
和x
a
；所述注意力模块(3)，用于通过注意力机制求取反应物类型a的反应物的深层表征信息t
a
、化学反应对应的化学反应式r的深层表征信息t
r
、反应物和反应式的关系信息t
m
；所述宽度学习模块(4)，用于融合反应物类型a的反应物的深层表征信息t
a
、化学反应对应的化学反应式r的深层表征信息t
r
、反应物和反应式的关系信息t
m
，并预测化学反应转化率。7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序配置为由处理器调用时实现权利要求1-6中任一项所述方法的步骤。

技术总结
本发明公开了基于深度学习的化学反应转化率预测方法、系统及介质，方法包括：从参加化学反应的反应物的所属类型中选出对化学反应转化率影响最大的反应物类型A，并进行反应物类型A的反应物和化学反应对应的化学反应式R的分词及特征提取，接着通过注意力机制求反应物类型A的反应物的深层表征信息T


技术研发人员：陈俊龙 刘如意 孟献兵
受保护的技术使用者：华南理工大学
技术研发日：2021.11.30
技术公布日：2022/3/18