JPWO2021054402A5 - 推定装置、訓練装置、推定方法及びモデル生成方法 - Google Patents
推定装置、訓練装置、推定方法及びモデル生成方法 Download PDFInfo
- Publication number
- JPWO2021054402A5 JPWO2021054402A5 JP2021546951A JP2021546951A JPWO2021054402A5 JP WO2021054402 A5 JPWO2021054402 A5 JP WO2021054402A5 JP 2021546951 A JP2021546951 A JP 2021546951A JP 2021546951 A JP2021546951 A JP 2021546951A JP WO2021054402 A5 JPWO2021054402 A5 JP WO2021054402A5
- Authority
- JP
- Japan
- Prior art keywords
- atoms
- neural network
- graph
- information
- estimation device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims 4
- 238000013528 artificial neural network Methods 0.000 claims 22
- 230000000704 physical effect Effects 0.000 claims 7
- 239000013078 crystal Substances 0.000 claims 1
- 239000013598 vector Substances 0.000 claims 1
Claims (26)
- 少なくとも1つの記憶装置と、
少なくとも1つのプロセッサと、を備え、
前記少なくとも1つのプロセッサは、
複数の原子の情報をニューラルネットワークに入力することで前記複数の原子の物性値を推定し、
前記複数の原子の情報は、前記複数の原子の立体的な位置関係の情報を含み、
前記ニューラルネットワークは、グラフベースの構成を含む、
推定装置。 - 前記立体的な位置関係の情報は、原子間の距離及び角度に関する情報を含む、
請求項1に記載の推定装置。 - 前記物性値はエネルギーである、
請求項1又は請求項2に記載の推定装置。 - 前記少なくとも1つのプロセッサは、
前記エネルギーを位置微分することにより、各原子に働く力を算出する、
請求項3に記載の推定装置。 - 前記少なくとも1つのプロセッサは、
前記複数の原子の情報を含むグラフを生成し、
前記グラフを前記ニューラルネットワークに入力する、
請求項1乃至請求項4の何れか一項に記載の推定装置。 - 前記少なくとも1つのプロセッサは、
前記複数の原子の座標情報、前記複数の原子の種類、及び、境界条件に基づいて、前
記グラフを生成する、
請求項5に記載の推定装置。 - 前記グラフは、少なくとも並進不変又は回転不変な情報である、
請求項5又は請求項6に記載の推定装置。 - 前記グラフは、ノード特徴及びエッジ特徴を含む、
請求項5乃至請求項7の何れか一項に記載の推定装置。 - 前記ノード特徴は、前記複数の原子の種類に基づく特徴を含み、
前記エッジ特徴は、原子間の距離及び角度に関する情報を含む、
請求項8記載の推定装置。 - 前記少なくとも1つのプロセッサは、
前記複数の原子に含まれる着目原子に関する情報と前記着目原子から所定範囲内に存在する複数の原子に関する情報とに基づいて、前記エッジ特徴を生成する、
請求項8又は請求項9に記載の推定装置。 - 前記ニューラルネットワークは、
少なくとも前記ノード特徴を入力すると更新ノード特徴を出力する第2ニューラルネットワークと、
少なくとも前記エッジ特徴を入力すると更新エッジ特徴を出力する第3ニューラルネットワークと、
少なくとも前記更新ノード特徴及び前記更新エッジ特徴を入力すると前記物性値を出力する第4ニューラルネットワークと、を含む、
請求項8乃至請求項10の何れか一項に記載の推定装置。 - 前記少なくとも1つの記憶装置は、原子の種類ごとの特徴を記憶しており、
少なくとも1つのプロセッサは、
前記複数の原子に含まれる原子の種類に基づいて、対応する前記特徴を前記少なくとも1つの記憶装置から取得し、
取得した前記特徴を用いて前記グラフを生成する、
請求項5乃至請求項11の何れか一項に記載の推定装置。 - 前記少なくとも1つの記憶装置に記憶されている前記特徴は、第1ニューラルネットワークを用いて抽出されたものである、
請求項12に記載の推定装置。 - 前記少なくとも1つのプロセッサは、
前記複数の原子に含まれる原子の種類に関する情報を第1ニューラルネットワークに入力することで、特徴を取得し、
取得した前記特徴を用いて前記グラフを生成する、
請求項5乃至請求項11の何れか一項に記載の推定装置。 - 前記第1ニューラルネットワークは、原子の物性値を教師データとして訓練されたモデルである、
請求項13又は請求項14に記載の推定装置。 - 前記第1ニューラルネットワークは、Variational Encoder Decoderにより訓練されたモデルである、
請求項15に記載の推定装置。 - 前記特徴は、潜在空間におけるベクトルである、
請求項12乃至請求項16の何れか一項に記載の推定装置。 - 前記ニューラルネットワークの構成は、前記複数の原子に含まれる原子の種類に依らず共通である、
請求項1乃至請求項17の何れか一項に記載の推定装置。 - 前記ニューラルネットワークは、少なくともグラフニューラルネットワーク又はグラフ畳み込みネットワークの何れかを含む、
請求項1乃至請求項18の何れか一項に記載の推定装置。 - 前記複数の原子は、少なくとも、分子又は結晶の何れかを構成する原子である、
請求項1乃至請求項19の何れか一項に記載の推定装置。 - 請求項1乃至請求項20の何れか一項に記載の推定装置を用いて、前記複数の原子の前記物性値を推定する、
推定方法。 - 少なくとも1つの記憶装置と、
少なくとも1つのプロセッサと、を備え、
前記少なくとも1つのプロセッサは、
複数の原子の情報をニューラルネットワークに入力することで前記複数の原子の物性値を推定し、
推定した前記物性値と教師データとの誤差を算出し、
算出した前記誤差を逆伝播して、前記ニューラルネットワークを更新し、
前記複数の原子の情報は、前記複数の原子の立体的な位置関係の情報を含み、
前記ニューラルネットワークは、グラフベースの構成を含む、
訓練装置。 - 前記少なくとも1つのプロセッサは、
前記複数の原子の情報を含むグラフを生成し、
前記グラフを前記ニューラルネットワークに入力する、
請求項22に記載の訓練装置。 - 前記少なくとも1つのプロセッサは、
前記複数の原子に含まれる原子の種類に関する情報を第1ニューラルネットワークに入力することで、特徴を取得し、
取得した前記特徴を用いて前記グラフを生成し、
算出した前記誤差を逆伝播して、前記第1ニューラルネットワークを更新する、
請求項23に記載の訓練装置。 - 前記ニューラルネットワークの構成は、前記複数の原子に含まれる原子の種類に依らず共通である、
請求項22乃至請求項24の何れか一項に記載の訓練装置。 - 請求項22乃至請求項25の何れか一項に記載の訓練装置を用いて、前記ニューラルネットワークを生成する、
モデル生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2024034182A JP2024056017A (ja) | 2019-09-20 | 2024-03-06 | 推定装置、訓練装置、推定方法及び訓練方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019172034 | 2019-09-20 | ||
JP2019172034 | 2019-09-20 | ||
PCT/JP2020/035307 WO2021054402A1 (ja) | 2019-09-20 | 2020-09-17 | 推定装置、訓練装置、推定方法及び訓練方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024034182A Division JP2024056017A (ja) | 2019-09-20 | 2024-03-06 | 推定装置、訓練装置、推定方法及び訓練方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021054402A1 JPWO2021054402A1 (ja) | 2021-03-25 |
JPWO2021054402A5 true JPWO2021054402A5 (ja) | 2023-05-23 |
JP7453244B2 JP7453244B2 (ja) | 2024-03-19 |
Family
ID=74884302
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021546951A Active JP7453244B2 (ja) | 2019-09-20 | 2020-09-17 | 推定装置、訓練装置、推定方法及びモデル生成方法 |
JP2024034182A Pending JP2024056017A (ja) | 2019-09-20 | 2024-03-06 | 推定装置、訓練装置、推定方法及び訓練方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024034182A Pending JP2024056017A (ja) | 2019-09-20 | 2024-03-06 | 推定装置、訓練装置、推定方法及び訓練方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220207370A1 (ja) |
JP (2) | JP7453244B2 (ja) |
CN (1) | CN114521263A (ja) |
DE (1) | DE112020004471T5 (ja) |
WO (1) | WO2021054402A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210287137A1 (en) * | 2020-03-13 | 2021-09-16 | Korea University Research And Business Foundation | System for predicting optical properties of molecules based on machine learning and method thereof |
JP7403032B2 (ja) | 2021-06-11 | 2023-12-21 | 株式会社Preferred Networks | 訓練装置、推定装置、訓練方法、推定方法及びプログラム |
WO2022260179A1 (ja) * | 2021-06-11 | 2022-12-15 | 株式会社 Preferred Networks | 訓練装置、訓練方法、プログラム及び推論装置 |
WO2023176901A1 (ja) * | 2022-03-15 | 2023-09-21 | 株式会社 Preferred Networks | 情報処理装置、モデル生成方法及び情報処理方法 |
WO2024034688A1 (ja) * | 2022-08-10 | 2024-02-15 | 株式会社Preferred Networks | 学習装置、推論装置及びモデル作成方法 |
CN115859597B (zh) * | 2022-11-24 | 2023-07-14 | 中国科学技术大学 | 基于杂化泛函和第一性原理的分子动力学模拟方法和系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6630640B2 (ja) * | 2016-07-12 | 2020-01-15 | 株式会社日立製作所 | 材料創成装置、および材料創成方法 |
JP6922284B2 (ja) * | 2017-03-15 | 2021-08-18 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置及びプログラム |
US11289178B2 (en) * | 2017-04-21 | 2022-03-29 | International Business Machines Corporation | Identifying chemical substructures associated with adverse drug reactions |
JP6898562B2 (ja) * | 2017-09-08 | 2021-07-07 | 富士通株式会社 | 機械学習プログラム、機械学習方法、および機械学習装置 |
JP2019152543A (ja) * | 2018-03-02 | 2019-09-12 | 株式会社東芝 | 目標認識装置、目標認識方法及びプログラム |
US11727282B2 (en) * | 2018-03-05 | 2023-08-15 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for spatial graph convolutions with applications to drug discovery and molecular simulation |
JP2020166706A (ja) | 2019-03-29 | 2020-10-08 | 株式会社クロスアビリティ | 結晶形予測装置、結晶形予測方法、ニューラルネットワークの製造方法、及びプログラム |
-
2020
- 2020-09-17 CN CN202080065663.5A patent/CN114521263A/zh active Pending
- 2020-09-17 JP JP2021546951A patent/JP7453244B2/ja active Active
- 2020-09-17 WO PCT/JP2020/035307 patent/WO2021054402A1/ja active Application Filing
- 2020-09-17 DE DE112020004471.8T patent/DE112020004471T5/de active Pending
-
2022
- 2022-03-18 US US17/698,950 patent/US20220207370A1/en active Pending
-
2024
- 2024-03-06 JP JP2024034182A patent/JP2024056017A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPWO2021054402A5 (ja) | 推定装置、訓練装置、推定方法及びモデル生成方法 | |
CN108776975B (zh) | 一种基于半监督特征和滤波器联合学习的视觉跟踪方法 | |
JP6562883B2 (ja) | 特性値推定装置および特性値推定方法 | |
WO2019157228A1 (en) | Systems and methods for training generative machine learning models | |
Calinon et al. | On learning the statistical representation of a task and generalizing it to various contexts | |
WO2017031718A1 (zh) | 弹性物体变形运动的建模方法 | |
JP2012212322A5 (ja) | ||
CN111161412B (zh) | 三维激光建图方法及系统 | |
US20170213150A1 (en) | Reinforcement learning using a partitioned input state space | |
CN104156918B (zh) | 基于联合稀疏表示与残差融合的sar图像噪声抑制方法 | |
Ravikumar et al. | Generalised coherent point drift for group-wise registration of multi-dimensional point sets | |
Ila et al. | Fast incremental bundle adjustment with covariance recovery | |
CN109410251B (zh) | 基于稠密连接卷积网络的目标跟踪方法 | |
Thurman et al. | Variable selection for spatial Poisson point processes via a regularization method | |
Tan et al. | Variational inference for sparse spectrum Gaussian process regression | |
WO2015176502A1 (zh) | 一种图像特征的估计方法和设备 | |
KR102076600B1 (ko) | 오브젝트 추적 장치 및 그의 오브젝트 추적 방법 | |
CN109542093A (zh) | 一种处理数据的方法和装置 | |
Langrock et al. | Semiparametric stochastic volatility modelling using penalized splines | |
JP6174527B2 (ja) | 移動手段推定装置、その動作方法およびプログラム | |
CN106251364A (zh) | 目标跟踪方法及装置 | |
Pfaff et al. | Filtering on the unit sphere using spherical harmonics | |
CN110473210B (zh) | 基于置信度传播的图像分割方法和装置 | |
Hadi et al. | Behavior formula extraction for object trajectory using curve fitting method | |
JP6927161B2 (ja) | 学習装置、予測装置、方法、及びプログラム |