公开(公告)号：CN110491453A

公开(公告)日：2019-11-22

申请号：CN201810392135.5

申请日：2018-04-27

Applicant: 上海交通大学

Inventor： 张倬胜 ,  赵海 ,  姜舒 ,  李江彤

IPC: G16C20/10

Abstract: 本发明公开一种化学反应的产率预测方法，目的在于寻找更为有效的化学反应的产率预测的实现方案，其包括如下步骤：对反应物或产物切分，表示为一连串的K个元素；将切分后的K个元素向量化为(K，N)维度的向量；切分反应条件，将反应条件向量化为(M，N)维度的向量，拼接(M，N)维度的向量和所述(K，N)维度的向量得到(V，N)维度的向量；将(V，N)维度的向量输入神经网络中，得到产率预测值；获取产率真实值，调整系统参数，以使产率预测值不断接近产率真实值。本发明通过将化学反应方程式中的反应物、产物以及反应条件切分向量化为向量，然后通过神经网络进行产率预测的方式，提高了产率预测的效率，便于工程应用。

公开(公告)号：CN110021373A

公开(公告)日：2019-07-16

申请号：CN201710846223.3

申请日：2017-09-19

Applicant: 上海交通大学

Inventor： 张倬胜 ,  赵海 ,  姜舒 ,  李江彤 ,  杨旸

IPC: G16C20/10

Abstract: 本发明公开了一种化学反应的合法性预测方法，具体包括如下步骤：切分，对化学反应进行信息采集，机器学习模块对化学方程式中的元素进行切分，得到独立元素；矢量化，把切分后的每个元素作为词汇单元，建立元素表，通过词嵌入的方法将每个元素映射至特定维度的向量空间中，直至将所有元素用向量表示；结果预测，机器学习模块进行化合物的特征表示以及化学反应的内在特征表示，将表示结果的特征空间通过全连接层，得到原始化合物和目标化合物的特征表示，通过计算特征向量间的距离进行合法度判断，得到并输出化成功率预测结果；分类更新，机器学习模块将化学反应的历史数据按照是否成功分为正例和负例，结合损失函数及惩罚项更新系统参数，使结果不断趋向准确。