公开(公告)号：CN116525029A

公开(公告)日：2023-08-01

申请号：CN202310499015.6

申请日：2023-04-26

Applicant: 武汉大学

Inventor： 杜博 ,  纪颖 ,  万国佳

IPC: G16C20/50 ,  G16C20/70 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于流模型的分子图生成方法与装置，涉及人工智能辅助药物发现领域，该方法包括以下步骤：收集公共分子数据集，对分子进行表示形式的转换，以及拓扑结构和化学信息的计算，以提取分子的第一节点矩阵和第一边矩阵；根据第一节点矩阵和第一边矩阵构建融合自注意力的节点模型，并根据第一边矩阵构建融合二维卷积的边模型；通过最大似然估计优化节点模型与边模型的模型参数；获取随机节点样本与边样本，通过优化后的节点模型逆映射生成第二节点矩阵，通过优化后的边模型逆映射生成第二边矩阵；将第二节点矩阵与第二边矩阵通过化学规则的检查和修正，组合生成分子图。本发明中可以快速生成兼具有效性、多样性和新颖性的候选分子。

公开(公告)号：CN119783746A

公开(公告)日：2025-04-08

申请号：CN202411573001.5

申请日：2024-11-05

Applicant: 武汉大学

Inventor： 郑志高 ,  靳松 ,  万国佳 ,  杜博

IPC: G06N3/08 ,  G06N3/042 ,  G06N3/063

Abstract: 本申请特别涉及一种基于采样的GNN训练方法、装置、设备、介质及程序产品，包括：确定每个计算设备的划分子图；在预设服务器上分别对划分子图进行预采样，根据采样结果得到每个顶点的采样频率，再得到特征缓存文件；将特征缓存文件映射至目标缓存空间，并基于此提取预设数量的顶点特征得到本地特征缓存，再得到划分子图对应的顶点特征；基于此计算每个计算设备的子梯度，并基于预设的梯度聚合函数对子梯度进行聚合得到聚合后的梯度，并发送聚合后的梯度至每个计算设备，使得每个计算设备重新执行得到的每个计算设备的划分子图对应的顶点特征的步骤，直至满足预设结束条件。由此，解决了通信瓶颈导致分布式系统训练GNN时的高延迟等问题。

公开(公告)号：CN116646021A

公开(公告)日：2023-08-25

申请号：CN202310516357.4

申请日：2023-05-09

Applicant: 武汉大学

Inventor： 杜博 ,  纪颖 ,  万国佳

IPC: G16C20/30 ,  G16C20/70 ,  G16C20/50

Abstract: 本发明公开了一种融合元路径的分子异质图性质预测方法及装置，涉及化学分子图学习技术领域，该方法包括将每个分子建模为异质图；预定义一个元路径模板库，以进行节点类型和边缘类型描述；进行分子图的局部路径结构的学习，将异质图分解成不同的关系子图；对于每个关系子图，将关系子图的邻接矩阵和节点向量输入邻居注意力模块；将所有节点的表征输入关系关注力模块，将节点在不同关系子图下的特征向量按权相加；将所有节点的嵌入向量读出成分子图的特征向量，输入回归器预测得到属性值；得到最优模型参数，最小化损失函数直至模型收敛，输出模型，实现分子异质图性质预测。本发明可以有效学习分子图特征并用于分子属性回归预测任务。

公开(公告)号：CN119474464A

公开(公告)日：2025-02-18

申请号：CN202411375676.9

申请日：2024-09-29

Applicant: 武汉大学

Inventor： 郑志高 ,  万国佳 ,  刘一秀 ,  刘颢 ,  杨志祥 ,  杜博

IPC: G06F16/901 ,  G06F16/903

Abstract: 本申请涉及计算机技术领域，特别涉及一种图形处理器的三角形计数实现方法及装置，其中，方法包括：获取图形处理器的图形数据；识别图形数据中所有顶点的邻居列表，根据所有顶点的邻居列表以无需锁的方式构建哈希树，建立所有顶点对应哈希树的索引数组；当访问目标图顶点时，并行遍历目标图顶点的所有邻居图节点，并将所有邻居图节点的邻居列表映射至连续内存区域；基于索引数组和连续内存区域实现三角形计数。由此，解决了相关技术中三角形计数时GPU计算能力、计算效率及访存效率差等问题。

公开(公告)号：CN116487030A

公开(公告)日：2023-07-25

申请号：CN202310400988.X

申请日：2023-04-14

Applicant: 武汉大学

Inventor： 杜博 ,  李璟瑜 ,  万国佳

IPC: G16H50/20 ,  G16H10/60 ,  G06F18/25 ,  G06F18/241 ,  G06N3/045 ,  G06N3/0464 ,  G06F18/21 ,  G06F123/02

Abstract: 本发明公开了一种基于注意力机制的多模态异步时序预测方法及装置，涉及人工智能辅助诊疗技术领域，其中，预测方法包括：获取医疗实践中的多模态数据，并对获取的多模态数据进行预处理；构建非线性的时序注意力矩阵和基于简单注意力机制的异步时序预测模块；基于异步时序预测模块，将时序注意力矩阵以及多模态数据的静态特征和时序特征输入，得到输出的静态特征和时序特征并进行拼接，基于最大池化操作得到预测结果；根据得到的预测结果与多模态数据标签之间的交叉熵损失，对时序注意力矩阵和异步时序数据预测模块进行迭代训练；基于训练完成的异步时序数据预测模块实现多模态异步时序预测。本发明有助于实现疾病的早期筛查与预防。

公开(公告)号：CN107359368A

公开(公告)日：2017-11-17

申请号：CN201710482543.5

申请日：2017-06-22

Applicant: 武汉大学

Inventor： 钱江锋 ,  万国佳 ,  艾新平 ,  杨汉西

IPC: H01M10/0567 ,  H01M10/052 ,  H01M12/08

Abstract: 本发明公开了一种基于硫酸酯添加剂的锂电池电解液，包括溶剂A、锂盐B和硫酸酯添加剂C。本发明利用硫酸酯添加剂C参与锂金属负极表面SEI的形成，对电极表面的SEI膜进行修饰/改性，硫酸酯添加剂C包括硫酸乙烯酯、甲基亚硫酸乙烯酯、硫酸丙烯酯等化合物，具有较低的最低未占分子轨道能量，易得电子，更容易被还原，其分解产物富含Li2S和Li2O，从而在锂负极表面引入无机成分，通过调控SEI的成分，提高SEI的机械强度，从而增强SEI的稳定性，进而抑制锂枝晶的生长，以提高锂金属电池的使用寿命和循环性能。

公开(公告)号：CN106784629A

公开(公告)日：2017-05-31

申请号：CN201710044381.7

申请日：2017-01-19

Applicant: 武汉大学

Inventor： 钱江峰 ,  万国佳 ,  艾新平 ,  杨汉西

IPC: H01M4/139 ,  H01M4/62

CPC classification number: H01M4/139 ,  H01M4/623

Abstract: 本发明公开了一种锂金属电池负极的界面修饰方法，这种经过表面修饰的金属锂可以应用于锂金属电池。本发明以含铜，锰，钴，镍，铁，锌，金，银，铂等异质金属离子的溶液为处理液，通过液相化学置换法在锂片表面原位生成一层异质金属薄膜。该异质金属薄膜可以稳定金属锂/电解质界面，有效抑制锂枝晶的产生，减少电化学极化，提高锂金属负极的可充性，进而改善锂金属电池的性能。此技术简单易行，易于规模化生产，具有很广阔的应用前景。