公开(公告)号：CN119323695A

公开(公告)日：2025-01-17

申请号：CN202411437681.8

申请日：2024-10-15

Applicant: 重庆邮电大学

Inventor： 刘立 ,  张菲燕 ,  王以可 ,  胡锦辉

IPC: G06V10/764 ,  G06V10/74 ,  G06V10/774 ,  G06N3/042 ,  G06N3/045 ,  G06N3/08 ,  G16C20/50 ,  G16C20/70

Abstract: 本发明属于图神经网络解释领域，涉及一种用于药物分子图结构的可解释性的参数微调方法，包括：获取药物分子图结构数据，并分解为多个子图，将多个子图嵌入空间；采用贪心策略对嵌入空间的子图进行处理生成候选语义子图集合；将候选语义子图集合输入到图分类模型中，得到最终语义子图；对药物分子图结构数据中的每个节点生成k阶诱导图；设置相似度阈值，计算k阶诱导图与最终语义子图的相似度，将所有相似度大于相似度阈值的节点所组成的结构作为关键结构；根据关键结构利用训练后的多层感知器对药物分子图结构进行解释过程中的分子权重参数进行调整，得到最优的可解释性结果；本发明能够找到更易理解的解释结果，辅助相关领域的人员进行决策。