买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种基于药物毒性分类的图神经网络知识编辑方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119378659B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411429715.9，技术领域涉及：G06N5/02；该发明授权一种基于药物毒性分类的图神经网络知识编辑方法是由刘立;聂文韬;王以可;连逸轩设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本一种基于药物毒性分类的图神经网络知识编辑方法在说明书摘要公布了：本发明涉及图神经网络GNN知识编辑领域，特别涉及一种基于药物毒性分类的图神经网络知识编辑方法，所述方法包括：获取待处理药物毒性分类数据集；提取对化学分子进行分类的GNN的图子网；提取图子网中仅保留药物结构特征知识化合物知识的类子网；对仅保留药物结构特征知识的类子网进行筛选提纯；对提纯后的类子网的参数进行优化；对优化目标加入约束；采用一种插件式优化的方法对模型进行优化，得到优化目标，完成知识编辑；使用本发明所述基于药物毒性分类的图神经网络知识编辑方法，可以有效向药物毒性分类模型注入新知识，大幅降低为嵌入知识而对模型进行重训练的成本，提升实际应用的可行性。

本发明授权一种基于药物毒性分类的图神经网络知识编辑方法在权利要求书中公布了：1.一种基于药物毒性分类的图神经网络知识编辑方法，其特征在于，包括：获取待处理的药物毒性分类数据集；提取对化学分子进行分类的GNN的图子网；提取图子网中仅保留药物结构特征知识的类子网；对仅保留药物结构特征知识的类子网进行筛选提纯；所述对仅保留药物结构特征知识的类子网进行筛选提纯包括：从类子网中获取待提纯的目标类子网，将分别与其余的类子网做元素差运算，得到提纯后的类子网；表示为： 其中，为提纯后的目标类子网；为未提纯的目标类子网；为0，1矩阵；为提纯后的目标类子网的0，1矩阵；对提纯后的类子网的参数进行优化；对优化目标加入约束；采用一种插件式优化的方法对模型进行优化，得到最终的优化目标，完成对化学分子图数据集的知识编辑；所述插件式优化的方法包括，对目标子网定向编辑的优化目标进行E轮优化，得到编辑后的目标子网的参数，将参数合并到原模型中，对原模型的全部参数进行S轮全局优化，子网优化轮数E和全局优化轮数S由超参数σ控制；全局优化的目标函数表示为： 其中，为嵌入的新知识的药物分子结构图数量；为期望概率输出；为合并了子网参数后的模型；、均为待嵌入的药物分子结构知识；为模型参数；为非目标类的数量；为对药物分子图数据集中的化合物进行分类的GNN模型；为编辑后的模型；为全局编辑过程中GNN模型概率输出与期望概率输出的交叉熵损失；为GNN编辑前得到的类嵌入与GNN全局编辑后得到的类嵌入间的欧式距离。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。