提供了一種用于創建預測模型的方法,該預測模型從作為描述化合物的特征向量的序列數據中預測化合物的化學性質。序列數據包括多個數據序列。該方法包括:生成用于預測目標變量y并使用貝葉斯準則和變分近似來學習的概率預測模型y*。該方法包括將模型配置為(i)為從序列數據中提取的特征向量中的每一個特征向量分配多個預測函數中的一個預測函數,(ii)識別第i個數據中的第t個向量與目標變量y之間的關系,以及(iii)識別特征向量和目標變量y之間的關系的相似性。該方法包括使用模型來識別序列長度,序列長度在多個數據序列之間是可變的。該方法包括基于模型預測目標變量y,作為化合物的化學性質。
聲明:
“用于創建預測模型的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)