[发明专利]数据处理方法、装置和模型训练方法、装置和电子设备

说明书

本申请涉及了一种数据处理方法、装置和模型训练方法、装置和电子设备。该数据处理方法包括：获得训练数据集；确定训练数据集中至少部分训练数据各自的难度系数，以便基于至少部分训练数据各自的难度系数对训练数据集中至少部分数据进行难度分类；其中，训练数据包括分子数据，分子数据的难度系数是基于分子属性和/或模型训练属性来确定的。本申请能够提升预训练模型在目标任务中的精准度。

技术领域

本申请涉及人工智能和计算机仿真技术领域，尤其涉及一种数据处理方法、装置和模型训练方法、装置和电子设备。

背景技术

随着计算机技术和人工智能技术的快速发展，计算机仿真技术被应用到越来越多的场景中，如材料设计、药物设计等。

然而，申请人发现相关技术得到的预训练模型在应用到某一目标任务中时，预测精准度有待提升。

发明内容

为解决或部分解决相关技术中存在的问题，本申请提供一种数据处理方法、装置和模型训练方法、装置和电子设备，能够有效提升预训练模型在特定目标任务中的精准度。

本申请的第一个方面提供了一种数据处理方法，包括：获得训练数据集；确定训练数据集中至少部分训练数据各自的难度系数，以便基于至少部分训练数据各自的难度系数对训练数据集中至少部分数据进行难度分类；其中，训练数据包括分子数据，分子数据的难度系数是基于分子属性和/或模型训练属性来确定的。

本申请的第二个方面提供了一种模型训练方法，包括：获得训练数据集，训练数据集中至少部分训练数据各自具有难度系数，难度系数是基于根据上述数据处理方法来确定的；利用训练数据集中的至少部分训练数据，按照难度系数从低到高的顺序，分轮对待训练模型进行训练。

本申请的第三方面提供了一种分子属性预测方法，包括：获得分子数据；基于所述分子数据，利用如上经训练的所述待训练模型得到的分子预测模型预测得到所述分子数据的分子属性。

本申请的第四方面提供了一种分子属性评价方法，包括：获得分子数据，分子数据具有标签信息；基于分子数据，利用如上述的经训练的待训练模型得到的分子评价模型进行评估，得到分子数据的分子评价结果。

本申请的第五方面提供了一种设计方法，包括：根据如上述的方法，获得分子属性和/或分子评价结果；基于分子属性和/或分子评价结果进行药物设计或者材料设计。

本申请的第六方面提供了一种数据处理装置，包括：训练数据集获得模块，用于获得训练数据集，其中，训练数据包括分子数据；难度系数确定模块，用于确定训练数据集中至少部分训练数据各自的难度系数，以便基于至少部分训练数据各自的难度系数对训练数据集中至少部分数据进行难度分类，其中，分子数据的难度系数是基于分子属性和/或模型训练属性来确定的。

本申请的第七方面提供了一种模型训练装置，包括：训练数据集获得模块，用于获得训练数据集，训练数据集中至少部分训练数据各自具有难度系数，难度系数是基于根据上述数据处理装置来获得的；模型训练模块，用于利用训练数据集中的至少部分训练数据，按照难度系数从低到高的顺序，分轮对待训练模型进行训练。

本申请的第八个方面提供了一种分子属性预测装置，包括：第一分子数据获得模块，用于获得分子数据；分子属性预测模块，用于基于所述分子数据，利用根据上述经训练的待训练模型得到的分子预测模型，预测得到分子数据的分子属性。

本申请的第九个方面提供了一种分子属性评价装置，包括：第二分子数据获得模块，用于获得分子数据，分子数据具有标签信息；分子属性预测模块，用于基于所述分子数据，利用根据上述经训练的待训练模型得到的分子评价模型进行评估，得到分子数据的分子评价结果。

本申请的第十方面提供了一种设计装置，上述装置包括：信息获得模块，用于根据上述分子属性预测装置获得分子属性，和/或根据上述分子属性评价装置获得分子评价结果；设计模块，用于基于分子属性和/或分子评价结果进行药物设计或者材料设计。