| 1 |
1
화학구조 생성 모델을 이용하여 새로운 화학구조를 생성하는 방법에 있어서,소정의 화학구조에 대한 제1 표현자를 입력으로 수신하는 단계;인코더를 이용하여 상기 제1 표현자를 잠재 변수(latent variable)로 인코딩하는 단계;디코더를 이용하여 상기 잠재 변수를 디코딩함으로써 제2 표현자를 생성하는 단계; 및상기 제2 표현자에 대응하는 새로운 화학구조를 생성하는 단계;를 포함하는, 방법
|
| 2 |
2
제 1 항에 있어서,상기 새로운 화학구조를 생성하는 단계는,상기 제2 표현자를 유효성 평가 모델에 입력하고, 상기 유효성 평가 모델로부터 보상(reward)을 피드백으로 수신하는 단계; 및상기 보상에 기초하여 상기 화학구조 생성 모델을 업데이트하는 단계;를 더 포함하는, 방법
|
| 3 |
3
제 2 항에 있어서,상기 화학구조 생성 모델을 업데이트하는 단계는, 상기 제2 표현자에 대한 보상이 제1 값인 경우에만 상기 화학구조 생성 모델의 웨이트(weight)를 업데이트하는 단계;를 포함하고, 상기 유효성 평가 모델에서는, 상기 제2 표현자가 유효한 화학구조를 나타내는 경우 보상으로 제1 값이 출력되고, 상기 제2 표현자가 유효하지 않은 화학구조를 나타내는 경우 보상으로 제2 값이 출력되는 것인, 방법
|
| 4 |
4
제 1 항에 있어서,상기 제1 표현자 및 상기 제2 표현자는, 화학구조의 버텍스(vertex) 정보 및 엣지(edge) 정보에 기초하여 생성된 2차원 그래프 형태를 갖는 것인, 방법
|
| 5 |
5
제 1 항에 있어서,상기 화학구조 생성 모델을 업데이트하는 단계는,상기 제2 표현자를 물성예측 모델에 입력하고, 상기 물성예측 모델로부터 예측 물성 값을 피드백으로 수신하는 단계; 및상기 예측 물성 값에 기초하여 상기 화학구조 생성 모델의 웨이트를 업데이트하는 단계;를 포함하는, 방법
|
| 6 |
6
제 2 항에 있어서,상기 보상을 피드백으로 수신하는 단계는,상기 제2 표현자가 기설정된 제약조건(blacklist)을 포함하는지 여부를 결정하는 단계; 및상기 기설정된 제약조건을 포함하지 않는 상기 제2 표현자를 상기 유효성 평가 모델에 입력하고, 상기 유효성 평가 모델로부터 상기 보상을 피드백으로 수신하는 단계;를 포함하는, 방법
|
| 7 |
7
제 1 항에 있어서,상기 화학구조 생성 모델은 CVAE(Conditional Variational Autoencoder) 모델인 것인, 방법
|
| 8 |
8
제 2 항에 있어서,상기 유효성 평가 모델은 강화학습(reinforcement learning) 모델인 것인, 방법
|
| 9 |
9
제 5 항에 있어서,상기 물성예측 모델은 심층신경망(deep neural network) 모델인 것인, 방법
|
| 10 |
10
화학구조 생성 모델을 이용하여 새로운 화학구조를 생성하는 방법에 있어서,상기 화학구조 생성 모델의 레턴트 맵 상의 임의의 잠재 변수를 획득하는 단계;디코더를 이용하여 상기 임의의 잠재 변수를 디코딩함으로써 표현자를 생성하는 단계; 및상기 표현자에 대응하는 새로운 화학구조를 생성하는 단계;를 포함하는, 방법
|
| 11 |
11
화학구조 생성 모델을 이용하여 새로운 화학구조를 생성하는 장치에 있어서,적어도 하나의 프로그램이 저장된 메모리; 및상기 적어도 하나의 프로그램을 실행하는 프로세서를 포함하고,상기 프로세서는,인코더를 이용하여 소정의 화학구조에 대한 제1 표현자를 잠재 변수로 인코딩하고,디코더를 이용하여 상기 잠재 변수를 디코딩함으로써 제2 표현자를 생성하며,상기 제2 표현자에 대응하는 새로운 화학구조를 생성하는 것인, 장치
|
| 12 |
12
제 11 항에 있어서,상기 프로세서는,상기 제2 표현자를 유효성 평가 모델에 입력하고, 상기 유효성 평가 모델로부터 보상(reward)을 피드백으로 수신하고,상기 보상에 기초하여 상기 화학구조 생성 모델을 업데이트하는 것인, 장치
|
| 13 |
13
제 12 항에 있어서,상기 프로세서는,상기 제2 표현자에 대한 보상이 제1 값인 경우에만 상기 화학구조 생성 모델의 웨이트를 업데이트하고,상기 유효성 평가 모델에서는, 상기 제2 표현자가 유효한 화학구조를 나타내는 경우 보상으로 제1 값이 출력되고, 상기 제2 표현자가 유효하지 않은 화학구조를 나타내는 경우 보상으로 제2 값이 출력되는 것인, 장치
|
| 14 |
14
제 11 항에 있어서,상기 제1 표현자 및 상기 제2 표현자는, 화학구조의 버텍스 정보 및 엣지 정보에 기초하여 생성된 2차원 그래프 형태를 갖는 것인, 장치
|
| 15 |
15
제 11 항에 있어서,상기 프로세서는,상기 제2 표현자를 물성예측 모델에 입력하고, 상기 물성예측 모델로부터 예측 물성 값을 피드백으로 수신하고,상기 예측 물성 값에 기초하여 상기 화학구조 생성 모델의 웨이트를 업데이트하는 것인, 장치
|
| 16 |
16
제 11 항에 있어서,상기 프로세서는,상기 제2 표현자가 기설정된 제약조건(blacklist)을 포함하는지 여부를 결정하고,상기 기설정된 제약조건을 포함하지 않는 상기 제2 표현자를 상기 유효성 평가 모델에 입력하고, 상기 유효성 평가 모델로부터 상기 보상을 피드백으로 수신하는 것인, 장치
|
| 17 |
17
화학구조 생성 모델을 이용하여 새로운 화학구조를 생성하는 장치에 있어서,적어도 하나의 프로그램이 저장된 메모리; 및상기 적어도 하나의 프로그램을 실행하는 프로세서를 포함하고,상기 프로세서는,상기 화학구조 생성 모델의 레턴트 맵 상의 임의의 잠재 변수를 획득하고,디코더를 이용하여 상기 임의의 잠재 변수를 디코딩함으로써 표현자를 생성하며,상기 표현자에 대응하는 새로운 화학구조를 생성하는 것인, 장치
|
| 18 |
18
제 1 항 및 제 10 항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
