本发明涉及一种用于确定包括目标技术应用特性的目标分子的合成规格和/或分子结构的方法、设备和计算机程序产品。进一步地，本发明涉及一种用于生成基于机器学习的确定模型的方法、设备和计算机程序产品，该确定模型可以用于确定分子的技术应用特性。此外，本发明涉及一种用于确定用于训练基于机器学习的确定模型的分子表征参数的方法、设备和计算机程序产品，该确定模型可以用于确定分子的技术应用特性。此外，本发明涉及提供用于上述方法、设备和计算机程序产品的界面的接口方法、接口设备和接口计算机程序产品。
背景技术：
1、通常，由化学工业生产的不同分子(特别是聚合物)广泛用于具有宽范围的应用特性的工业和/或日常使用的产品中。为了开发新的分子或为了在新的应用背景下利用已知的分子，通常有用的是预先了解分子的至少一些技术应用特性，例如隔热因子、硬度或反射率。为此目的，在许多情况下，利用例如基于机器学习原理并且被训练以确定给定分子的相应技术应用特性的确定模型。
技术实现思路
1、开发确定模型以使得它们允许在特定应用背景下实现高准确度通常是困难、易出错且耗时的过程。特别地，对允许训练确定模型以便适用于预定应用背景的训练数据集的提供通常仅基于专家知识和试错过程，在该过程中，使用潜在训练数据集来训练模型，并且然后基于训练的结果，即，基于经训练的确定模型的可能性，反复修正训练数据集。由于提供这种训练数据集总是与测量作为训练数据集的一部分的分子的多个特征和应用特性相关联，因此该过程还会导致实验室资源(例如，材料资源、人力资源、计算资源等)的高消耗。此外，通常已知的确定模型训练过程非常耗费时间和计算资源，使得避免非生产性训练(即，产生不合适模型的训练)将非常有帮助。因此，如果可以更高效地(即，以较少的资源消耗)并且更客观地(即，较少地基于专家知识)训练确定模型以提供用于训练确定模型的训练数据，这将是有利的。进一步地，典型的训练过程基于特定应用的历史分子数据。然而，对于新应用，相应训练的模型通常不太合适，并且必须用相应的上述时间和计算资源密集型的训练过程来训练全新的模型。因此，如果还在训练过程期间已经可以考虑新应用的相应应用可能性，从而使得模型更普遍地适用，这也将是有利的。
2、本发明的目的是提供用于a)确定包括一种或多种目标应用特性的目标分子、b)用于训练用于确定目标分子的确定模型、以及c)用于提供训练确定模型的训练数据集的方法、设备和计算机程序产品，其中，可以更高效且更客观地提供、特别是训练所利用的确定模型。
3、在本发明的第一方面，提出了一种用于确定包括目标技术应用特性的目标分子、特别是目标聚合物的合成规格和/或分子结构的计算机实施的方法，其中，该方法包括：i)提供目标技术应用特性，ii)提供潜在目标分子的数字表示，该数字表示指示表征参数或与这些表征参数相关联，iii)利用经训练的确定模型来确定该潜在目标分子的技术应用特性，其中，该经训练的确定模型已经基于已探索数据集和未探索数据集进行参数化，使得该经训练的确定模型适于基于分子的一个或多个分子表征参数来确定该分子的技术应用特性，其中，该已探索数据集包括a)多种已探索分子的技术应用特性和b)多个分子表征参数的多个分子表征参数值，这些分子表征参数与对应于该多种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联，并且该未探索数据集包括多个分子表征参数的多个分子表征参数值，这些分子表征参数与对应于多种未探索分子的合成规格和/或分子结构相关联，iv)将该潜在目标分子的所确定的技术应用特性与该目标技术应用特性进行比较，并且基于该比较，i)将该潜在目标分子确定为该目标分子，或ii)提供新的潜在目标分子，并利用该新的潜在目标分子重复该技术应用特性的确定，v)提供所确定的目标分子。由于经训练的确定模型不仅基于已探索数据集(即，包括技术应用特性的数据集)还基于未探索数据集进行参数化，因此发明人已经发现，确定模型可以被更高效且更客观地训练。特别地，未探索数据集可以用很少的计算资源容易地生成并且用于定义确定模型的可能技术应用，例如，可以被用于确定技术应用特性的表征参数和/或经训练的确定模型可以适用的分子。然后，这样生成的未探索数据集可以用于基于已探索数据集针对这样确定的技术应用背景定制训练数据集。这允许减少用于训练确定模型的试错运行的量以及还有用于确定进一步探索数据的附加测量的量。此外，可以基于未探索数据集来增大经训练模型的适用领域，并且因此这种经训练模型能更普遍地适用。此外，可以大大降低专家知识对训练数据集的定制的影响，从而产生更客观的训练。
4、该方法是指计算机实施的方法，并且因此可以由通用或专用计算机或计算机的网络执行，该计算机和计算机的网络适于例如通过执行相应的计算机程序来执行该方法。该方法被配置用于确定包括目标技术应用特性的目标分子。通常，术语“分子”涉及通过化学键结合在一起的两个或更多个原子的组，其中非氢原子之间的所有键都被定义。例如，这些键可以具有随机特征，像在无规共聚物中。此外，如本文所用的每个分子与特定的分子结构和/或合成规格相关联，使得分子结构和/或合成规格定义该分子。然而，分子可以与不同的分子结构缔合。例如，对于具有摩尔质量分布的聚合物将是这种情况。相应地，提供分子通常还包括提供该分子的相应分子结构和/或合成规格。在实施例中，分子是小分子，其中在本文中小分子被定义为以允许使用含有相关信息的简单结构式来完整描述该分子的形式存在于环境中的分子。简单的分子式是指可以通过分子的原子之间的共价键来描述的分子。然而，分子可以由异构体组成并且可以部分质子化。其中不是这种情况的实例是例如在几种形式之间具有动态平衡的系统，这些形式像单体和低聚物，如在几种无机酸的情况下，或具有非常局部化的电荷的离子物质，这些电荷与溶剂强烈地相互作用，例如通过氢键。优选地，小分子被定义为小于600g/mol、更优选小于300g/mol的分子量。优选地，目标分子是目标聚合物，并且该方法被配置用于确定目标聚合物的目标合成规格。通常，合成规格被定义为关于如何可以合成分子(特别是聚合物)的说明。特别地，对于聚合物，合成规格指示起始物质和由起始物质进行聚合的相应参数。
5、技术应用特性通常可以指分子和/或至少部分地由该分子组成的物质(例如，包含该分子的配制品或混合物)的任何特性，该特性允许评估合成后提供的相应分子的技术适用性。优选地，技术应用特性是与包含分子或由分子组成的物质相关联的特性。特别地，技术应用特性可以通过分子和/或至少部分地由分子组成的物质的预期技术应用来定义。特别地，技术应用特性与非技术应用特性的区别可以在于技术应用特性直接允许确定分子是否适合于技术应用，而非技术应用特性(例如分子的两个原子之间的键合强度)不直接允许确定技术应用特性。优选地，技术应用特性包括机械特性、光学特性、物理化学特性、化学特性和生物特性中的至少一种。通常，机械特性可以指以下中的任一种：粘附力、拉伸强度、刚度、硬度、收缩率、伸长率、裂缝撕裂、撕裂强度、回弹、可压缩性、磨损、溢出、形态、触觉特性、断裂应力、断裂伸长率、粒度和填充度。光学特性通常可以包括以下中的任一种：着色、浊度、不透明度、透明度、反射、外观、吸收、散射、色强度(color strength)、色调、色饱和度、色度(colour intensity)、浊点、消光度、光密度、光谱、折射率。此外，物理化学特性可以指以下中的任一种：密度、粘度、k值、摩尔质量、分散性、摩尔质量分布、粒度分布、溶解度、分配系数、界面特性、表面张力、可分散性、储存稳定性、气味、离析、凝结、电导率、电容量、表面积、流动时间、蒸气压、voc、固体含量、吸湿性、磁性、混溶性、触变性、相变特性、玻璃化转变温度、腐蚀抑制、溶剂分离、聚集、自热能力、撞击感度、干燥失重、响应角、静电荷、最低成膜温度和电荷密度。化学特性可以包括以下中的任一种：耐化学性、反应时间、脱模时间、生长、硬/软段含量、结晶度、反应温度、反应压力、分解、热分解、光降解、酸度、pka、ph、水分/水含量、可燃性、燃烧速率、自燃、闪点、易燃气体的形成、对火反应、爆燃率、残留单体计数、副产品形成、聚合度、盐含量、耐温性、氧化特性、还原特性、反应性、灰分含量、不挥发性物质含量、稳定性、螯合能力、热值、皂化值。此外，生物特性可以包括以下中的任一种：生物可降解性，生物抗性、特别是对病原性病毒、细菌、真菌、植物或动物或所述病原体发育阶段的抗性，对环境参数的耐受性、例如耐旱性，对酶降解的耐受性、例如蛋白酶抗性、脂肪酶抗性、淀粉酶抗性、水解酶抗性，杀有害生物剂抗性，毒性，生物转化，生态毒理学，致敏性、特别是过敏性，细菌计数，酶活性，底物特异性，辅因子依赖性，产物特异性，底物和/或产物抑制，解离常数，米氏动力学值，在以下不同项下或在以下不同项中的活性/稳定性：ph，温度，压力，有机溶剂浓度，载体配制品，包封配制品；环境中的分布，区室化，生物积累，生物暴露ld50，诱变性。
6、在第一步骤中，该方法包括提供目标技术应用特性。通常，在本发明中，如果没有另外说明，提供量也是指提供该量的定量，例如值或值范围。因此，提供目标技术应用特性还包括提供目标技术应用特性的定量，例如目标技术应用特性的值或值范围。特别地，该提供可以指应用例如相应的输入单元从用户的输入接收目标应用特性。此外，该提供还可以指访问已经存储有目标应用特性的存储单元。进一步地，该提供还可以包括例如经由网络连接从其他源接收目标应用特性，以及提供接收到的目标应用特性。通常，目标应用特性可以指一个目标值，例如分子的特定硬度，也可以指分子应该符合的值范围。此外，目标应用特性还可以指任何类型的目标函数，例如，在变化的环境条件下特性的时间序列，如在变化的温度条件下的硬度。这种更复杂的目标应用特性在分子的应用包括不同环境条件(例如，不同的温度)的情况下可以是有利的。然后，目标分子是指当以相应的形式(例如，作为纯物质或混合物)提供时提供相应的目标技术应用特性的分子。特别地，当根据对应的合成规格和/或分子结构进行合成时，目标分子提供相应的目标技术应用特性。
7、进一步地，该方法包括提供潜在目标分子的数字表示，该数字表示指示潜在目标分子的表征参数或与其相关联。通常，数字表示被定义为以允许在数字系统、特别是计算系统中进行处理的形式和结构提供的数据，例如，数字表示可以是文本字符串、以及id、图像、化学式等。优选地，数字表示包括潜在目标分子的表征参数。通常，分子的表征参数量化分子本身固有的一个或多个特征，特别是分子本身的物理化学特征。因此，表征参数是指分子本身，而技术应用特性是指处于其技术应用形式的分子(例如，作为包含分子或由分子组成的物质)的特性。优选地，表征参数与合成规格和/或分子结构相关联。在此“与……相关联”意指表征参数可以直接指合成规格和/或分子结构，例如作为结构或工艺参数，或者可以从合成规格和/或分子结构中得到，例如作为可以从合成规格和/或分子结构计算的计算物理化学特性。优选地，对于可以由简单结构式定义的分子，表征参数与分子结构相关联，因为分子结构明确地定义了分子。然而，在这种情况下，合成规格还允许得到合适的表征参数。在更复杂的分子的情况下，其通常可以以多种不同的结构存在或对于其通常难以确定准确的分子结构，特别是对于聚合物，优选的是这些表征参数与合成规格相关联。然而，在这些情况下，通常还可以定义分子结构的至少一些部分并且然后用于确定表征参数。通常，表征参数可以包括以下中的任一者：分子的工艺参数，配方参数，合成路线或物理化学参数。在此上下文中，工艺参数量化相应分子的生产工艺，并且可以从分子的合成规格中得到。由于特定的工艺参数导致特定分子的生产，工艺参数还表征分子本身。例如，工艺参数可以指以下中的任一者：温度曲线、压力、搅拌功率、合成步骤等。配方参数通常量化分子本身的生产，特别是用于生产分子的物质。此类物质可以指起始物质，像在分子是聚合物的情况下，相应的预聚物，从其生产分子。然而，这些物质还可以指辅助物质，像催化剂。在此上下文中，配方参数量化这些物质对所生产的分子的影响并且因此还表征该分子本身。例如，配方参数可以指以下中的任一者：特定化学物质的量、特定添加剂的量、不同物质之间的混合比率、或使用的溶剂。优选地，数字表示包括分子物理化学参数，优选地，是指分子描述符，即计算的物理化学分子特性，其中分子物理化学参数指示分子的物理化学特征。特别地，分子物理化学参数指示量化分子物理化学特征的参数。在此上下文中，术语“物理化学特征”是指分子的物理和/或化学特征。例如，物理化学参数可以指以下中的任一者：摩尔质量分布、粘度、质子化程度等。然而，还可以提供数字表示，使得其允许得到分子物理化学参数，例如通过提供分子的表示，其中相应的分子物理化学参数已经被存储或者可以例如通过相应的分子描述符计算来确定。优选地，数字表示包括分子的配方、结构式、品牌名称、iupac名称、化学标识符和cas编号中的至少一者。
8、在优选的实施例中，目标分子是聚合物，并且表征参数指示量化聚合物的子组的物理化学特征的参数。在此实施例中，还可以提供数字表示，使得其允许通过确定聚合物的子组来得到表征参数，并基于所确定的子组的物理化学特征确定表征参数。通常，子组是指聚合物的一部分，其中，聚合物的所有子组一起形成聚合物。例如，子组可以指聚合物的一部分，其中，子组连续地沿着链或网络链接在一起形成聚合物。优选地，聚合物的子组是指描述聚合物的一部分的重复单元，该部分在重复时产生完整的聚合物链。然而，在一些情况下，子组还可以指聚合物中不重复的单个部分。此外，优选的是，子组包含重复的部分，例如，聚合物的子组可以包含也存在于其他子组中的重复核心以及其他子组中不存在的另外的附加部分。优选地，子组是指聚合单体或低聚物片段中的至少一种。更优选地，子组是指聚合单体。在此背景下，聚合单体是指聚合后的单体，有时也称为“单体单元(mer unit或mer)”。特别地，聚合单体不是指聚合前反应混合物中存在的单体，即原料，而是指在聚合期间或聚合后已经发生变化的衍生自单体的重复单元。因此，针对聚合单体确定的子组描述符与针对聚合前未反应的单体确定的子组描述符不同。诸位发明人已经发现，特别地，聚合单体允许从聚合单体的子组描述符确定聚合物描述符，从而允许确定模型以准确地确定聚合物的技术应用特性。在优选的实施例中，聚合物的数字表示包括以分子模型提供的子组，该分子模型指示子组聚合后的化学结构。甚至更优选地，以这样的方式确定子组的分子模型，该方式使得其适合于关于许多原子及其连接性的量子化学计算，其连接性代表了聚合物中子组的特性。此外，除了将子组视为单体结构的子组的分子模型外或作为其替代，还可以利用涉及低聚物模型的分子模型，该模型考虑聚合物中子组的相邻分子结构的影响。
9、在实施例中，如果分子的数字表示不直接包括表征参数，则优选的是，表征参数由所提供分子的指定分子结构和/或合成规格确定。如果分子结构和/或合成规格没有作为数字表示的一部分提供，则分子结构和/或合成规格可以从分子本身的信息中得到，例如，通过利用相应的分子数据库或用于合成规格确定的已知方法，像数据驱动的逆向合成路径规划器。此外，在这种情况下，还可以请求由用户提供分子结构和/或合成规格。如果分子是聚合物，则优选的是基于提供的合成规格而不是通常不能针对聚合物确定的分子结构来确定表征参数。此外，在这种情况下，如果表征参数是基于子组的表征参数，则优选的是表征参数是通过首先确定该聚合物的子组来确定的。例如，可以利用已知方法确定聚合物的各个子组。特别地，优选的是，确定子组，使得聚合物中不同子组的原子之间的键尽可能最少地极化，并且优选地，键级尽可能地小(例如，cc单键)。此外，优选的是，代表聚合物的子组包含与聚合物相同数量的活性非氢原子。除了活性原子之外，子组还可以含有另外的原子，这些原子在计算子组的物理化学参数时可以被忽略。此外，优选的是，以这样的方式确定子组，该方式使得包含用不同聚合技术构建的部分的聚合物得到充分覆盖并且满足上述条件。实例是用作聚氨酯成分的聚醚。通常，可以生成包含聚合物部分之间多个反应的数据库或存档，并可以从反应的相应结构中得到子组。例如，可以使用特定的化学语言像smiles和smarts来容易地得到聚合物的子组。例如，可以生成反应smarts的数据库，并且然后基于相应聚合物的聚合可以选择对应的反应smarts。从选择的反应smarts中则可直接得到聚合物单体的smiles，并且例如，可以使用rdkit从单体的smiles确定子组的smiles，即原子的数量和连接性。
10、所确定的聚合物的子组与子组表征参数相关联，这些子组表征参数指示量化特别是聚合物中的子组的物理化学特征的参数。特别地，优选的是，如果表征参数不是由该数字表示直接提供的，则表征参数通过确定这些子组中的每个子组的相应子组表征参数，并且基于这些子组的子组表征参数来确定表征参数，例如通过平均来确定。因此，在此实施例中的方法优选地包括：首先从数字表示为聚合物提供或确定子组，然后确定或提供子组的子组表征参数，即量化子组的表征参数的参数值，以及然后基于每种聚合物的子组表征参数确定聚合物表征参数。
11、优选地，分子表征参数包括物理化学参数，其是指组成描述符、计数描述符、结构片段清单、指纹、图不变量、3d描述符和/或更高维描述符中的至少一者，其指示量化分子的物理化学特征的参数。此外，在聚合物的情况下，优选的是分子表征参数包括聚合物的摩尔质量分布作为物理化学参数。在聚合物的情况下，进一步优选的是，分子表征参数包括温度曲线作为工艺参数。此外，优选的是，分子表征参数包括相应成分的量作为配方参数。通常，分子表征参数还可以优选地包括以上或以下描述的可能参数的任何组合。
12、在优选的实施例中，分子表征参数包括3d描述符，特别是计算的物理化学特性，和/或指纹。如果分子是聚合物，则分子表征参数可以从子组参数中得到，因此，子组表征参数也可以指与上述相同的表征参数。通常，表征参数还可以在不利用子组的情况下得到，例如通过模拟整个分子。下面将更详细地定义可能的表征参数。此外，在这些情况下，所定义的表征参数可以直接指分子表征参数，或可选地对于聚合物实施例，指子组表征参数。
13、组成描述符可以指以下中的任一者：势能、平均分子量、多分散性、电荷、自旋、沸点、熔点、熔化焓、解离常数、汉森参数、质子、极性和分散贡献、亚伯拉罕参数、保留指数、tpsa、扭转角、支化度、核苷酸和/或氨基酸组成、核苷酸和/或氨基酸序列、核苷酸和/或氨基酸序列保守性、等电点、糖基化模式、受体结合常数、抑制剂常数。计数描述符可以指以下中的任一者：原子电负性的总和，原子极化率的总和，成分的量，成分的量的比率，原子和非h原子的数量，h、b、c、n、o、p、s、hal和重原子的数量，h供体和h受体原子的数量，键、非h或多重键的数量，双键、三键和芳香族键的数量，官能团的数量，官能团的比率，键级的总和，芳香族比率，环或回路的数量，未成对电子的数量，可旋转键的数量，可旋转键分数和构象异构体的数量。涉及结构片段描述符清单的分子描述符可以指分子级分清单、官能团清单、键清单和原子清单中的至少一者。指纹描述符优选地包括以下中的至少一个：maccs密钥(优选地为位格式或总量格式)、morgan和其他圆形指纹(优选地为位格式或总量格式)、拓扑扭转、原子对、红外和相关光谱、指纹计数、pubchem指纹、子结构指纹和klekota-roth指纹。图不变量/拓扑指数描述符优选地包括拓扑结构指数和拓扑化学指数中的至少一者。在优选的实施例中，表征参数包括3d描述符，包括以下中的至少一者：总原子体积总和、每个原子的平均体积、总原子面积总和、每个原子的平均面积、所有原子的面积、每个原子的平均面积、溶剂可及表面、分散能、介电能、h-供体、h-受体、极性和非极性表面积、原子分辨的h-供体、h-受体、极性和非极性表面积、形状、球形度、偶极矩和较高电矩、极化率、介电能、质子、极性和非极性表面积、轨道能量和轨道间隙、电离能、电子亲和力、硬度、电负性、亲电性、激发能量和强度、红外和紫外吸收带、反应性测量、氧化还原电位、键标准点、部分电荷、电荷表面积、原子轨道贡献、键级、原子半径。特别地，优选的是，分子表征参数是指3d描述符，其包括以下中的至少一者：所有原子的体积总和、每个原子的平均体积、所有原子的面积总和、每个原子的平均面积、溶剂可及表面、分散能、介电能、h供体、h受体、极性和/或非极性表面积、原子分辨的h供体、h受体、极性和/或非极性表面积、形状、球形度、锥角、极化率、介电能、质子、极性和/或非极性表面积、激发能量和强度、红外和/或uv吸收带、反应性测量、颗粒电荷和/或电荷表面积。优选利用的更高维描述符可以包括构象分配函数、溶解度、蒸气压、活度系数、扩散系数、分配系数、界面活性、旋转常数、惯性矩、回转半径、分子的组成漂移、密度、粘度、构象异构体加权体积和面积、构象异构体加权h-供体、h-受体、质子、极性和/或非极性表面积、电荷分布、构象偶极矩和分子折射中的至少一者。优选地，利用更高维描述符，其包括溶解度、蒸气压和活度系数、界面活性、构象异构体加权h-供体、h-受体、质子、极性和非极性表面积、以及电荷分布中的至少一者。
14、在下一步骤中，利用经训练的确定模型来确定分子的技术应用特性。优选地，利用确定模型可以包括例如从相应的存储单元提供或接收确定模型并利用所提供或接收的确定模型。经训练的确定模型已经基于已探索数据集和未探索数据集进行参数化，使得经训练的确定模型适于基于分子的一个或多个分子表征参数来确定该分子的技术应用特性。通常，对经训练的确定模型进行参数化是指在训练过程中确定该确定模型的参数，因此基于已探索数据集和未探索数据集来训练确定模型。术语“使得”在此应该解释为参数化(即，训练)使确定模型适于并且因此能够基于分子的分子表征参数中的一个或多个来确定分子的技术应用特性。特别地，确定模型是数据驱动模型，术语“数据驱动”用于强调该模型主要基于相应的数据输入，而不是例如基于直觉、个人经验或知识。优选地，确定模型基于已知的机器学习算法，如神经网络、回归模型、分类算法等。已经发现，对于此背景下的大多数应用，特别是基于线性回归、随机森林、lasso、提升树、岭回归和mars算法的回归模型是合适的，而对于分类模型，特别是随机森林、逻辑回归和svm算法是合适的。通常，在训练过程期间对确定模型进行参数化，其中，在训练过程中，利用已探索数据集和未探索数据集来训练确定模型。
15、通常，已探索数据集包括a)多种已探索分子的技术应用特性和b)多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于该多种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联。因此，已探索数据集是指仅包括已经至少一次确定其至少一种技术应用特性的分子的数据集。通常，已探索分子是指已经确定其至少一种技术应用特性的分子。表述“分子表征参数与合成规格和/或分子结构相关联”中的术语“与……相关联”在此将被解释为如以上已经关于潜在目标分子的表征参数所述的由相应合成规格和/或分子结构“定义”或“可得到”。已探索分子的技术应用特性可以按任何已知的方式确定，例如基于实验数据和测量，基于模拟或理论考虑。优选地，技术应用特性是指所测得的技术应用特性。例如，为了测量技术应用特性，可以合成相应的分子并且在合适的测量过程中测量相应的技术应用特性。然而，技术应用特性还可以基于相应的物理或化学计算或基于分子的相应模拟来确定。还可以测量、而且可以以任何其他已知的方式确定(例如，如以上已经描述的，可以计算)与分子相关联的分子表征参数值。在实施例中，已探索数据集可以进一步包括已探索数据集中的多种分子中的一种或多种的可生产性信息，其中，该可生产性信息指示可以测量分子的哪种技术应用特性。例如，在分子的合成期间，可以确定该分子通常不能用已知的合成过程生产，或者所合成的分子不适合于产生相应的技术应用特性的某些测量过程。这种信息可以作为可生产性信息的一部分提供。通常，可生产性信息可以指指示分子是否涉及一个或多个类别的类别信息。例如，类别可以指分子是否可生产，或者是否可以测量分子的某种应用特性。将至少一些已探索分子与这种信息(该信息充当技术应用特性的补充或替代而作为已探索数据集的一部分)一起提供允许基于这些已探索分子进一步训练确定模型，以至少注意到分子何时可能不适合应用(例如，由于合成问题)。通常，对于该实施例，优选的是，相比于与可生产性信息而不是技术应用特性一起提供的已探索分子，与技术应用特性一起提供的已探索分子更多。
16、未探索数据集包括多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于多种未探索分子中的每种未探索分子的合成规格和/或分子结构相关联。优选地，未探索数据集由多个分子表征参数的多个分子表征参数值组成，该多个分子表征参数与对应于多种未探索分子中的每种未探索分子的合成规格和/或分子结构相关联。因此，未探索数据集不包括与未探索分子相关联的技术应用特性。这允许容易且快速地生成大量未探索分子、特别是分子结构和/或合成规格以及用于生成未探索数据集的对应分子表征参数值。例如，在基于起始合成规格的聚合物的情况下，可以改变合成规格的参数以生成新的合成。在小分子的情况下，可以执行基于指纹的相似分子数据库查询。替代方案将是从跨越某一化学范围的较大的可能分子集合中选择分子的不同子集。此外，从起始合成规格和/或分子结构的任意变型也可以用于生成大量未探索的合成规格和/或分子结构。然后，基于这些合成规格和/或分子结构，可以利用已知的方法(例如，如上所述的)来确定与相应的合成规格和/或分子结构相关联的未探索分子的相应的分子表征参数值。以这种方式，可以生成包括例如数千种未探索分子的巨大未探索数据集。特别地，已探索数据集和未探索数据集对于每种分子包括同一分子表征参数的至少一些、优选地所有分子表征参数值。例如，可以生成未探索数据集，使得计算在已探索数据集中提供有其相应的值的分子表征参数。然而，在已探索数据集中，也可以计算指代在未探索数据集中提供的分子表征参数的分子表征参数。特别地，这样生成的未探索数据集可以用于定义待训练的确定模型的应用背景。特别地，可以考虑该模型的预期应用的相应约束来生成未探索数据集。然后，基于定义应用背景的未探索数据集，可以利用已探索数据集来生成用于确定模型的训练数据集。例如，从已探索数据集中，然后可以选择已探索分子和/或分子表征参数以形成训练数据集。发明人已经发现，以这种方式，可以提供训练数据集以用于训练针对技术应用特性的应用背景专门定制的确定模型，而无需麻烦的试错过程并且无需耗费高计算资源。然后，这种经训练的确定模型允许特别准确地确定落入确定模型的应用背景内的分子的技术应用特性。
17、然后，在进一步的步骤中，将所确定的潜在目标分子的技术应用特性与目标技术应用特性进行比较。基于该比较，然后在以下两项之间做出决策：a)将潜在目标分子确定为目标分子，或b)提供潜在目标分子并利用新的潜在目标分子重复确定技术应用特性。优选地，如果该比较确定潜在目标分子的所确定的技术应用特性符合目标技术应用特性，则执行步骤a)，并且如果该比较确定潜在目标分子的所确定的技术应用特性不符合目标技术应用特性，则执行步骤b)。特别地，所确定的技术应用特性与目标技术应用特性的比较允许确定所确定的技术应用特性是否满足预定标准，该预定标准例如是所确定的技术应用特性在预定限制内符合目标技术应用特性。如果满足这种标准，则将潜在目标分子确定为目标分子，并且该方法继续进行到下一步骤。然而，如果该比较表明所确定的技术应用特性不在预定限制内符合目标技术应用特性，则必须处理利用新的潜在目标分子的下一迭代步骤。特别地，对于迭代的每个迭代步骤，优选地基于先前的潜在目标分子，例如通过修改先前分子的先前合成规格和/或分子结构的一个或多个特征来确定新的潜在目标分子。然而，还可以通过从大量先前生成的潜在目标合成规格和/或分子结构中任意选择新的潜在目标合成规格和/或分子结构来生成新的潜在目标分子。此外，还可以利用更复杂的方法从多个先前已经生成的潜在目标分子中选择新的潜在目标分子。基于新的潜在目标分子，在每个迭代步骤中，再次利用经训练的确定模型来确定技术应用特性，并且再次将这样确定的技术应用特性与目标技术应用特性进行比较，使得该比较可以再次导致进一步的迭代步骤，或者如果满足相应的标准，则可以选择相应的新的潜在目标分子作为目标分子。此外，还可以选择用于迭代的附加中止标准，例如，可以确定迭代中止之前的迭代步骤数量，并通知用户不能找到针对相应技术应用特性的目标分子。然而，可替代地，在预定量的迭代步骤之后，该方法可以进一步包括例如通过增大技术应用特性周围的预定限制并且以便当在比较期间利用增大的限制的同时重复迭代来修改目标技术应用特性。这可以允许找到尽可能多地符合技术应用特性的目标分子，即使可能不可能符合原始目标。在如上所述的那样确定目标分子之后，可以例如经由输出单元向用户提供目标分子以及可选地另外的信息，例如用于生产分子的分子结构或合成规格。在小分子的情况下，可以使用数据驱动的逆合成计划器，其为目标分子的合成提供了潜在起始材料。接着，可以使用数据库，该数据库包含许多公开的合成路线。这提供了从建议的起始材料合成目标分子的可能指示。可替代地，数据驱动工具可以用于提供合成指示以及成功合成的估计可能性。
18、在实施例中，提供所确定的目标分子包括基于目标分子生成控制信号并提供控制信号，其中，这些控制信号被配置为控制生产系统以根据目标合成规格生产目标分子。优选地，将控制信号提供给相应的生产系统，该生产系统被配置用于基于控制信号生产目标分子。通常，控制信号可以以允许直接或间接控制生产系统以根据目标合成规格生产目标分子的任何格式提供。例如，控制信号可以以允许生产系统管理应用程序解释控制信号并且然后控制生产系统(例如，合成机器人)从而生产目标分子的格式提供。然而，控制信号还可以以直接允许控制相应的生产系统以生产目标分子(例如，直接允许控制部件，例如，启动或停止加热单元、打开或关闭阀、启动或停止混合器等)的格式提供。通常，生产系统可以指在实验室或工业环境中提供的任何完全或部分自动化的生产系统，该生产系统通常被配置为基于合成规格生产分子。
19、在实施例中，对该基于机器学习的确定模型进行参数化是基于确定该已探索数据集的成员与该未探索数据集的成员之间的相似度量度。通常，在此背景下，相似度量度可以被定义为确定在预定空间中已探索数据集的一个或多个成员与未探索数据集的一个或多个成员之间的距离的量度。优选地，预定空间由一个或多个分子表征参数限定。因此，在这种情况下，相似度量度指示关于一个或多个分子表征参数，已探索数据集的一个或多个成员与未探索数据集的一个或多个成员有多接近。在此背景下，已探索数据集的成员是指由相应的已探索数据集提供的分子和与该分子相关联的所有量，并且未探索数据集的成员是指由未探索数据集提供的分子和与该分子相关联的所有量。特别地，优选的是，关于已探索数据集的成员和未探索数据集的成员的分子表征参数来确定已探索数据集的成员与未探索数据集的成员之间的相似度量度。特别地，该相似度量度指示该已探索数据集与该未探索数据集的成员之间关于这些分子表征参数的子集的距离。利用已探索数据集的成员与未探索数据集的成员之间的相似度量度允许针对不同的分子表征参数确定已探索数据集的哪些成员与未探索数据集的成员最相似。这允许不仅选择已探索数据集的成员，还选择最适合作为训练数据集的一部分用于训练用于由未探索数据集定义的技术应用背景的确定模型的分子表征参数的组合。
20、优选地，对基于机器学习的确定模型进行参数化包括基于相似度量度选择已探索数据集的分子表征参数的子集作为训练分子表征参数，其中，基于机器学习的确定模型的参数化利用训练数据集，该训练数据集包括来自已探索数据集中的：a)多种已探索分子的至少两种已探索分子的技术应用特性和b)训练分子表征参数的分子表征参数值，这些训练分子表征参数与对应于该至少两种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联。通常，已探索数据集的分子表征参数的所选子集可以指已探索数据集提供了其值的一个或多个分子表征参数的组合。特别地，优选的是，通过以下方式来选择分子表征参数的子集：比较针对已探索数据集的成员和未探索数据集的成员的分子表征参数的不同组合的相似度量度，并从这些组合确定其中已探索数据集的成员与未探索数据集的成员最相似的组合，其中，然后可以选择分子表征参数的相应组合作为子集。因此，基于相似度量度，可以确定分子表征参数的哪种组合允许已探索数据集最佳地覆盖由未探索数据集限定的确定模型的技术应用背景。
21、优选地，基于在该已探索数据集与该未探索数据集的成员之间的该相似度量度关于这些分子表征参数的子集的优化来选择这些分子表征参数的子集。特别地，优选的是，优化是指确定使未探索数据集的成员和已探索数据集的成员最相似的分子表征参数的子集。换句话说，优化相似度量度，使得在由分子表征参数的子集限定的空间中，已探索数据集的成员尽可能好地覆盖由未探索数据集限定的空间的部分。因此，用这种所确定的训练数据集训练确定模型允许生成特别好地适合于预期技术应用背景的确定模型，而无需试错运行或执行进一步的实验以产生另外探索的分子。
22、优选地，为了优化，以数学方式将相似度量度定义为
23、
24、其中，和是来自未探索(scr)和已探索(tr)数据集的分子表征参数，其中，f是指特定的表征参数，并且i、j分别是指未探索数据集和已探索数据集的相应分子，系数cf可以是0或1——这取决于相应表征参数是否被选择，并且对f求和等于表征参数的所选子集中表征参数的数量k，d是由表征参数的所选子集定义的空间中的任何给定的两个数据点之间的通用距离函数，并且s是未探索数据集中的数据点的数量。表征参数的所选子集中的表征参数的数量k可以指预定数量，例如，从经验中可以知道，当用这种经训练的确定模型确定技术应用特性时，少于三个表征参数可能导致较不准确的结果，而必须向确定模型提供多于20个表征参数以确定技术应用特性可能是不利的。例如，必须向确定模型提供以确定技术应用特性的较大数量的表征参数可能导致应当避免的模型过度拟合，因为这可能导致所产生的模型在与用于训练模型的数据集不同的数据集上的预测性降低。因此，例如，可以基于如以上概述的这类考虑来预先确定表征参数的子集中的表征参数的数量。然而，优选的是，表征参数的所选子集中的表征参数的数量本身经受优化过程并且因此可以被视为超参数。特别地，对相似度量度的优化还可以包括在表征参数的所选子集中的表征参数的数量上进行优化，使得在优化过程期间不必预先确定或固定该数量。
25、在优选的实施例中，通过关于分子表征参数的该子集在该确定模型的确定准确度上进一步优化来选择该子集。进一步基于关于分子表征参数的子集在确定模型的确定准确度上的优化来选择表征参数子集允许在训练数据集的确定期间也已经考虑确定模型的潜在准确度。这允许已经在训练数据集的确定期间也关于确定准确度优化对训练数据集中的表征参数的选择。优选地，为了优化，以数学方式将确定准确度定义为
26、
27、其中，是指用确定模型确定的技术应用特性，该确定模型是用基于相应所选子集的相应训练数据集来训练的，yjtr是指相应分子的技术应用特性，t是已探索数据集中的数据点的数量，d*是用经训练的确定模型确定的在已探索数据集的分子的技术应用特性与已探索数据集的分子的技术应用特性之间测得的通用距离，并且参数λ是指关于优化的其他方面的确定准确度的加权。
28、在优选的实施例中，通过在该确定模型在该未探索数据集中的适用度上进一步优化来选择该子集。特别地，该确定模型在未探索数据集中的适用度可以通过利用如下的标准来测量，该标准确定关于分子表征参数的所选子集已探索数据集对由未探索数据集限定的空间的覆盖程度。例如，如果已探索数据集仅覆盖由未探索数据集限定的空间的非常小部分，即，如果覆盖不完整，则确定模型可能不适用于由未探索数据集限定的完整的预期技术应用背景。因此，还例如通过利用覆盖程度量度考虑确定模型在未探索数据集中的适用度，还可以关于适用度直接优化训练数据集，并且可以尽可能地确保确定模型的预期适用度。优选地，为了优化，以数学方式将适用度定义为
29、
30、其中，是指用经训练的确定模型确定的技术应用特性，yjtr是指相应分子的技术应用特性，g是评估确定模型在未探索数据集中的适用度的函数(例如，欧几里得距离)，s是未探索数据集中的数据点的数量，并且参数μ是指适用度量度相对于优化的其他项的加权。通常，在优化期间相对于相似度量度对附加量度进行加权的加权参数μ和λ可以是指例如基于用户经验、理论考虑或重采样方法确定的预定值。例如，μ的增大增加了确定模型在已探索数据集周围的应用空间，其中，减小也减少了确定模型的应用空间。λ极大程度上决定了确定模型是否遵循已探索数据集。然而，这些参数也可以被视为也可以经受优化(即，可以在优化过程中变化)的超参数。
31、在实施例中，选择分子表征参数的子集包括：a)基于未探索数据集确定参数训练空间，其中，参数训练空间由多种未探索分子的分子表征参数的分子表征参数值定义，b)确定参数训练空间的子空间，使得已探索数据集的分子表征参数的分子表征参数值根据基于相似度量度的预定标准覆盖该子空间，并且c)基于所确定的子空间选择分子表征参数的子集。通常，预定标准另外还可以基于以上已经定义的其他量度。因此，关于分子表征参数优化相似度量度以及可选地还有以上定义的量度中的一个或多个还指优化参数训练空间的子空间，使得已探索数据集尽可能好地覆盖该子空间。
32、在实施例中，提供未探索数据集包括：a)接收指示用于生成分子的约束的信息，以及b)基于接收到的信息生成未探索数据集。约束可以是指用于生成分子的任何约束，例如，是指由用于生成分子的生产系统的技术约束提供的约束，这是指例如用于生成分子的起始物质或催化剂或其他必要物质的可用性的约束，是指不允许生成特定分子的物理或化学约束。这种约束通常可以适用于所有分子，例如，如果它们是指物理或化学约束并且因此在生成未探索数据集时通常可以被考虑，或者可能是指特定约束，例如，在生成未探索数据集时必须考虑的潜在用户的技术设施的约束。例如，如果技术约束指示潜在用户的生产设施仅允许在一定温度范围内并且仅基于某些起始物质来生产分子，则考虑这些约束，可以容易地生成未探索数据集的合成规格，使得仅考虑未探索数据集中的在潜在用户的相应生产设施可以生成的分子。在优选的实施例中，约束导致将潜在目标分子约束为已知或可确定相应合成规格的分子。通常，上述约束还允许确定用于确定模型的训练数据集，使得确定模型是针对该预期应用专门训练的，即仅针对可以由生产设施生产的分子训练的。此外，优选的是，在目标分子的确定期间，还考虑相应的约束来生成新的潜在目标分子，使得在迭代期间仅考虑潜在用户的相应目标设施可以实际生成的潜在目标分子。
33、在实施例中，对该基于机器学习的确定模型进行参数化包括基于已探索数据集和未探索数据集从已探索数据集的分子表征参数选择分子表征参数的子集作为训练分子表征参数，其中，该基于机器学习的确定模型的参数化利用训练数据集，该训练数据集包括来自该已探索数据集的a)该多种已探索分子中的至少两种已探索分子的技术应用特性，以及b)这些训练分子表征参数的分子表征参数值，这些训练分子表征参数与对应于所述至少两种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联。优选地，选择该子集包括：a)基于未探索数据集确定参数训练空间，其中，参数训练空间由多种未探索分子的分子表征参数的分子表征参数值定义，b)确定参数训练空间的子空间，使得已探索数据集的分子表征参数的分子表征参数值根据预定标准覆盖该子空间，并且c)基于所确定的子空间选择训练分子表征参数。进一步地，优选的是，该预定标准是指已探索数据集的成员与未探索数据集的成员之间的相似度。特别地，可以利用如以上已经描述的相似度量度来确定相似度。此外，预定标准还可以另外指以上已经定义的其他量度，并且确定相应子空间可以指对相似度量度的优化、以及可选地另外对以上已经描述的其他测量值中的任何一个的优化。
34、在本发明的另一方面，提出了一种用于生成基于机器学习的确定模型的计算机实施的方法，使得经训练的确定模型适于基于一个或多个分子表征参数来确定分子的技术应用特性，其中，分子表征参数与对应于分子的合成规格和/或分子结构相关联，其中，该方法包括：i)提供已探索数据集，该已探索数据集包括a)多种已探索分子的技术应用特性和b)多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于该多种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联，ii)提供未探索数据集，该未探索数据集包括多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于多种未探索分子中的每种未探索分子的合成规格和/或分子结构相关联，iii)通过基于该已探索数据集和该未探索数据集对该基于机器学习的确定模型进行参数化来生成该经训练的确定模型，使得该经训练的确定模型适于基于分子的一个或多个分子表征参数来确定该分子的技术应用特性，iv)提供所生成的该经训练的确定模型。优选地，提供未探索数据集包括基于该确定模型的预期应用生成未探索数据集。特别地，如以上已经描述的，可以基于预期应用、特别是基于约束来生成多个合成规格和/或分子结构。
35、在另一方面，提出了一种用于确定用于训练基于机器学习的确定模型的一个或多个分子表征参数的计算机实施的方法，使得经训练的确定模型适于基于该一个或多个分子表征参数来确定分子的技术应用特性，其中，分子表征参数与对应于该分子的合成规格和/或分子结构相关联，其中，该方法包括：i)提供已探索数据集，该已探索数据集包括a)多种已探索分子的技术应用特性和b)多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于该多种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联，ii)提供未探索数据集，该未探索数据集包括多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于多种未探索分子中的每种未探索分子的合成规格和/或分子结构相关联，iii)基于该已探索数据集和该未探索数据集从该已探索数据集的表征参数中选择一个或多个分子表征参数，以及iv)提供所选分子表征参数。在实施例中，优选的是，提供未探索数据集包括基于该确定模型的预期应用生成未探索数据集。特别地，如以上已经描述的，可以基于预期应用、特别是基于约束来生成多个合成规格和/或分子结构。
36、通常，关于用于确定目标分子的方法描述的相同实施例和定义也可以适用于用于确定确定模型和用于确定用于训练确定模型的分子表征参数的方法的相应特征。
37、在另一方面，提出了一种用于提供确定模型的接口方法，其中，接口包括：i)经由输入单元接收已探索数据集，该已探索数据集包括a)多种已探索分子的技术应用特性和b)多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于该多种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联，ii)经由输入单元接收指示未探索数据集的信息，该未探索数据集包括多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于多种未探索分子中的每种未探索分子的合成规格和/或分子结构相关联，iii)经由接口单元与执行如上所述的方法的处理器进行接口连接，以提供已探索数据集和信息并接收经训练的确定模型，以及iv)经由输出单元提供经训练的确定模型。在实施例中，该接口方法可以包括由处理器根据如上所述的方法执行的用于提供已探索数据集和信息的步骤。
38、在另一方面，提出了一种用于提供用于训练基于机器学习的确定模型的一个或多个分子表征参数的接口方法，其中，接口包括：i)经由输入单元接收已探索数据集，该已探索数据集包括a)多种已探索分子的技术应用特性和b)多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于该多种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联，ii)经由输入单元接收指示未探索数据集的信息，该未探索数据集包括多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于多种未探索分子中的每种未探索分子的合成规格和/或分子结构相关联，iii)经由接口单元与执行如上所述的方法的处理器进行接口连接，以提供已探索数据集和信息并接收用于训练基于机器学习的确定模型的所确定的分子表征参数，以及iv)经由输出单元提供所确定的分子表征参数。在实施例中，该接口方法可以包括由处理器根据如上所述的方法执行的用于提供已探索数据集和信息并接收用于训练基于机器学习的确定模型的所确定的分子表征参数的步骤。
39、在另一方面，提出了一种用于提供指示包括目标技术应用特性的目标分子的目标合成规格的接口方法，其中，该接口方法包括：i)经由输入单元接收目标技术应用特性，ii)经由接口单元与执行如上所述的方法的处理器进行接口连接，以提供该目标技术应用特性并接收所确定的目标合成规格，以及iii)经由输出单元提供该所确定的目标合成规格。在实施例中，该接口方法可以包括由处理器根据如上所述的方法执行的用于提供目标技术应用特性并接收所确定的目标合成规格的步骤。
40、在另一方面，提出了一种用于生成基于机器学习的确定模型的设备，使得经训练的确定模型适于基于一个或多个分子表征参数来确定分子的技术应用特性，其中，分子表征参数与对应于分子的合成规格和/或分子结构相关联，其中，该设备包括：i)输入接口，该输入接口被配置为提供已探索数据集，该已探索数据集包括a)多种已探索分子的技术应用特性和b)该多种已探索分子中的每种已探索分子的多个分子表征参数的多个分子表征参数值，以及提供未探索数据集，该未探索数据集包括多种未探索分子中的每种未探索分子的多个分子表征参数的多个分子表征参数值，ii)处理器，该处理器被配置为通过基于该已探索数据集和该未探索数据集对该基于机器学习的确定模型进行参数化来生成该经训练的确定模型，使得该经训练的确定模型适于基于分子的一个或多个分子表征参数来确定该分子的技术应用特性，以及iii)输出接口，该输出接口被配置为提供所生成的经训练的确定模型。
41、在另一方面，提出了一种用于确定用于训练基于机器学习的确定模型的一个或多个分子表征参数的设备，使得经训练的确定模型适于基于该一个或多个分子表征参数来确定分子的技术应用特性，其中，分子表征参数指示分子的表征特征和/或从分子的一个或多个表征特征可得到，其中，该设备包括：i)输入接口，该输入接口被配置为提供已探索数据集，该已探索数据集包括a)多种已探索分子的技术应用特性和b)该多种已探索分子中的每种已探索分子的多个分子表征参数的多个分子表征参数值，以及提供未探索数据集，该未探索数据集包括多种未探索分子中的每种未探索分子的多个分子表征参数的多个分子表征参数值，ii)处理器，该处理器被配置为基于该已探索数据集和该未探索数据集从该已探索数据集的表征参数中选择一个或多个分子表征参数，以及iii)输出接口，该输出接口被配置为提供所选分子表征参数。
42、在另一方面，提出了一种用于确定指示包括目标技术应用特性的目标分子的目标合成规格的设备，其中，该设备包括：i)输入接口，该输入接口被配置为提供目标技术应用特性，以及提供潜在目标分子的数字表示，该数字表示指示潜在目标分子的表征参数或与其相关联，ii)处理器，该处理器被配置为利用经训练的确定模型来确定该分子的技术应用特性，其中，该经训练的确定模型已经基于已探索数据集和未探索数据集进行参数化，使得该经训练的确定模型适于基于分子的一个或多个分子表征参数来确定该分子的技术应用特性，其中，该已探索数据集包括a)多种已探索分子的技术应用特性和b)多个分子表征参数的多个分子表征参数值，这些分子表征参数与对应于该多种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联，并且该未探索数据集包括多个分子表征参数的多个分子表征参数值，这些分子表征参数与对应于多种未探索分子的合成规格和/或分子结构相关联，以及将该潜在目标分子的所确定的技术应用特性与该目标技术应用特性进行比较，并且基于该比较，a)将该潜在目标分子确定为该目标分子，或b)提供新的潜在目标分子，并利用该新的潜在目标分子重复该技术应用特性的确定，以及iii)输出接口，该输出接口被配置为提供所确定的目标分子和对应的所确定的目标技术应用特性。
43、在另一方面，提出了一种用于提供确定模型的接口设备，其中，该接口设备包括：i)输入单元，该输入单元被配置为接收已探索数据集，该已探索数据集包括a)多种已探索分子的技术应用特性和b)多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于该多种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联，以及接收指示未探索数据集的信息，该未探索数据集包括多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于多种未探索分子中的每种未探索分子的合成规格和/或分子结构相关联，ii)接口单元，该接口单元被配置为与执行如上所述的方法的处理器进行接口连接，以提供已探索数据集和信息并接收经训练的确定模型，以及iii)输出单元，该输出单元被配置为提供经训练的确定模型。在实施例中，该接口设备可以包括处理器，该处理器执行如上所述的方法以提供已探索数据集和信息。
44、在另一方面，提出了一种用于提供用于训练基于机器学习的确定模型的一个或多个分子表征参数的接口设备，其中，该接口设备包括：i)输入单元，该输入单元被配置为接收已探索数据集，该已探索数据集包括a)多种已探索分子的技术应用特性和b)多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于该多种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联，以及接收指示未探索数据集的信息，该未探索数据集包括多个分子表征参数的多个分子表征参数值，该多个分子表征参数与对应于多种未探索分子中的每种未探索分子的合成规格和/或分子结构相关联，iii)接口单元，该接口单元被配置为与执行如上所述的方法的处理器进行接口连接，以提供已探索数据集和信息并接收用于训练基于机器学习的确定模型的所确定的分子表征参数，以及iii)输出单元，该输出单元被配置为提供所确定的分子表征参数。在实施例中，该接口设备可以包括处理器，该处理器执行如上所述的方法以提供已探索数据集和信息并接收用于训练基于机器学习的确定模型的所确定的分子表征参数。
45、在另一方面，提出了一种用于提供包括目标技术应用特性的目标分子的接口设备，其中，该接口设备包括：i)输入单元，该输入单元被配置为接收目标技术应用特性，ii)接口单元，该接口单元被配置为与执行如上所述的方法的处理器进行接口连接，以提供该目标技术应用特性并接收所确定的目标合成规格，以及iii)输出单元，该输出单元被配置为提供所确定的目标分子。在实施例中，该接口设备可以包括处理器，该处理器执行如上所述的方法以提供目标技术应用特性并接收所确定的目标合成规格。
46、在另一方面，提出了所确定的训练分子表征参数用于训练基于机器学习的确定模型的用途，其中，已经利用如上所述的设备和方法生成了训练分子表征参数。
47、在另一方面，提出了一种用于确定包括目标技术应用特性的目标分子的计算机程序产品，其中，该计算机程序产品包括用于使计算系统执行如上所述的方法的程序代码装置。
48、在另一方面，提出了利用如上所述的方法生成的控制信号。
49、在另一方面，利用如上所述的方法生成的控制信号用于控制生产系统、特别是实验室设备以生产目标分子的用途。
50、在另一方面，提出了一种利用如上所述的方法生成的经训练的确定模型。
51、在另一方面，提出了一种包括表征参数的数据集，其中，这些表征参数是利用如上所述的方法来确定的。
52、在本发明的另一方面，提出了一种用于优化用于训练基于机器学习的确定模型的训练数据集的设备，使得经训练的确定模型适于基于该一个或多个分子物理化学参数来确定分子的技术应用特性，其中，分子物理化学参数指示分子的物理化学特征和/或从分子的一个或多个物理化学特征可得到，其中，该设备包括：i)已探索数据提供单元，用于提供已探索数据集，该已探索数据集包括a)多种分子的特性和b)该多种分子中的多种分子物理化学参数的多个分子物理化学参数值，ii)参数训练空间提供单元，用于提供参数训练空间，其中，参数训练空间是关于确定模型的预期应用在分子物理化学参数空间中定义的，iii)子空间确定单元，用于确定由限定参数训练空间的分子物理化学参数中的一个或多个分子物理化学参数限定的参数训练空间的子空间，其中，确定子空间，使得训练数据集根据预定标准覆盖该子空间，以及iv)训练分子确定单元，用于基于限定所确定的子空间的所确定的分子物理化学参数来确定用于训练确定模型的训练分子物理化学参数，以及iv)训练数据选择单元，用于从已探索数据集中选择数据，使得训练数据集包括多种分子的特性以及多种分子的所确定的训练分子物理化学参数的分子物理化学参数值。特别地，优选的是，参数训练空间提供单元适于基于如上定义的未探索数据集来确定参数训练空间。优选地，预定标准是指已探索数据集与未探索数据集之间的相似度，并且子空间是通过关于分子物理化学参数优化已探索数据集与未探索分子数据集之间的相似度量度来确定的。通常，如以上已经描述的相同的实施例和定义对于该方面同样可以适用。
53、在优选的实施例中，分子是聚合物。在该实施例中，提出了一种用于确定指示包括目标技术应用特性的目标聚合物的目标合成规格的计算机实施的方法，其中，该方法包括：i)提供目标技术应用特性，ii)提供潜在目标合成规格的数字表示，该数字表示指示潜在目标聚合物的表征参数或与其相关联，iii)利用经训练的确定模型来确定该潜在目标聚合物的技术应用特性，其中，该经训练的确定模型已经基于已探索数据集和未探索数据集进行参数化，使得该经训练的确定模型适于基于聚合物的一个或多个聚合物表征参数来确定该聚合物的技术应用特性，其中，该已探索数据集包括a)多种已探索聚合物的技术应用特性和b)多个聚合物表征参数的多个聚合物表征参数值，这些聚合物表征参数与对应于该多种已探索聚合物中的每种已探索聚合物的合成规格相关联，并且该未探索数据集包括多个聚合物表征参数的多个聚合物表征参数值，这些聚合物表征参数与对应于多种未探索聚合物的合成规格相关联，iv)对该潜在目标聚合物的所确定的技术应用特性与该目标技术应用特性进行比较，并基于该比较，a)将该潜在目标聚合物确定为该目标聚合物，并将该潜在目标合成规格确定为该目标合成规格，或者b)提供新的潜在目标聚合物的新的潜在目标合成规格，并重复通过利用该新的潜在目标聚合物的新的潜在目标合成规格确定该技术应用特性，v)提供所确定的目标聚合物和目标合成规格。优选地，提供所确定的目标聚合物和目标合成规格包括基于目标合成规格生成控制信号并提供控制信号，其中，这些控制信号被配置为控制生产系统以根据目标合成规格生产目标聚合物。此外，提出了一种用于生成基于机器学习的确定模型的计算机实施的方法，使得经训练的确定模型适于基于一个或多个聚合物表征参数来确定聚合物的技术应用特性，其中，聚合物表征参数与对应于聚合物的合成规格相关联，其中，该方法包括：i)提供已探索数据集，该已探索数据集包括a)多种已探索聚合物的技术应用特性和b)多个聚合物表征参数的多个聚合物表征参数值，该多个聚合物表征参数与对应于该多种已探索聚合物中的每种已探索聚合物的合成规格相关联，ii)提供未探索数据集，该未探索数据集包括多个聚合物表征参数的多个聚合物表征参数值，该多个聚合物表征参数与对应于多种未探索聚合物的合成规格相关联，iii)通过基于该已探索数据集和该未探索数据集对该基于机器学习的确定模型进行参数化来生成该经训练的确定模型，使得该经训练的确定模型适于基于聚合物的一个或多个聚合物表征参数来确定该聚合物的技术应用特性，iv)提供所生成的该经训练的确定模型。进一步地，提出了一种用于确定用于训练基于机器学习的确定模型的一个或多个聚合物表征参数的计算机实施的方法，使得经训练的确定模型适于基于该一个或多个聚合物表征参数来确定聚合物的技术应用特性，其中，聚合物表征参数与对应于该聚合物的合成规格相关联，其中，该方法包括：i)提供已探索数据集，该已探索数据集包括a)多种已探索聚合物的技术应用特性和b)多个聚合物表征参数的多个聚合物表征参数值，该多个聚合物表征参数与对应于该多种已探索聚合物中的每种已探索聚合物的合成规格相关联，ii)提供未探索数据集，该未探索数据集包括多个聚合物表征参数的多个聚合物表征参数值，该多个聚合物表征参数与对应于多种未探索聚合物的合成规格相关联，iii)基于该已探索数据集和该未探索数据集从该已探索数据集的表征参数中选择一个或多个聚合物表征参数，以及iv)提供所选聚合物表征参数。此外，提出了一种用于提供指示包括目标技术应用特性的目标聚合物的目标合成规格的接口方法，其中，该接口方法包括：i)经由输入单元接收目标技术应用特性，ii)经由接口单元与执行根据权利要求1至8中任一项所述的方法的处理器进行接口连接，以提供该目标技术应用特性并接收所确定的目标合成规格，以及ii)经由输出单元提供该所确定的目标合成规格。而且，提出了一种用于确定指示包括目标技术应用特性的目标聚合物的目标合成规格的设备，其中，该设备包括：i)输入接口，该输入接口被配置为a)提供目标技术应用特性，以及b)提供潜在目标合成规格的数字表示，该数字表示指示潜在目标聚合物的表征参数或与其相关联，ii)处理器，该处理器被配置为a)利用经训练的确定模型来确定该聚合物的技术应用特性，其中，该经训练的确定模型已经基于已探索数据集和未探索数据集进行参数化，使得该经训练的确定模型适于基于聚合物的一个或多个聚合物表征参数来确定该聚合物的技术应用特性，其中，该已探索数据集包括i)多种已探索聚合物的技术应用特性和ii)多个聚合物表征参数的多个聚合物表征参数值，这些聚合物表征参数与对应于该多种已探索聚合物中的每种已探索聚合物的合成规格相关联，并且该未探索数据集包括多个聚合物表征参数的多个聚合物表征参数值，这些聚合物表征参数与对应于多种未探索聚合物的合成规格相关联，以及b)对该潜在目标聚合物的所确定的技术应用特性与该目标技术应用特性进行比较，并基于该比较，i)将该潜在目标聚合物确定为该目标聚合物，并将该潜在目标合成规格确定为该目标合成规格，或者ii)提供潜在目标聚合物的新的潜在目标合成规格，并重复通过利用该潜在目标聚合物的新的潜在目标合成规格确定该技术应用特性，以及iii)输出接口，该输出接口被配置为提供所确定的目标聚合物和对应的所确定的目标技术应用特性。进一步地，提出了一种用于确定指示包括目标技术应用特性的目标聚合物的目标合成规格的计算机程序产品，其中，该计算机程序产品包括用于使计算系统执行如上所述的方法的程序代码装置。此外，提出了利用如上所述的方法生成的控制信号用于控制生产系统、特别是实验室设备以根据目标合成规格生产目标聚合物的用途。应当理解，如上所述的方法、如上所述的设备和如上所述的计算机程序产品具有相似和/或完全相同的优选实施例，特别是如从属权利要求中所定义的。
54、应当理解，本发明的优选实施例也可以是从属权利要求或上述实施例与相应独立权利要求的任意组合。
55、本发明的这些和其他方面将参考下文描述的实施例变得显而易见并且得以阐明。
1.一种用于确定包括目标技术应用特性的目标分子、特别是目标聚合物的合成规格和/或分子结构的计算机实施的方法，其中，该方法包括：
2.根据权利要求1所述的方法，其中，提供所确定的目标分子包括基于该目标分子生成控制信号并提供这些控制信号，其中，这些控制信号被配置为控制生产系统以生产该目标分子。
3.根据权利要求1和2中任一项所述的方法，其中，对该基于机器学习的确定模型进行参数化是基于确定该已探索数据集的成员与该未探索数据集的成员之间的相似度量度。
4.根据权利要求3所述的方法，其中，对该基于机器学习的确定模型进行参数化包括基于该相似度量度选择该已探索数据集的分子表征参数的子集作为训练分子表征参数，其中，该基于机器学习的确定模型的参数化利用训练数据集，该训练数据集包括来自该已探索数据集的a)该多种已探索分子中的至少两种已探索分子的技术应用特性，以及b)这些训练分子表征参数的分子表征参数值，这些训练分子表征参数与对应于所述至少两种已探索分子中的每种已探索分子的合成规格和/或分子结构相关联。
5.根据权利要求4所述的方法，其中，基于在该已探索数据集与该未探索数据集的成员之间的该相似度量度关于这些分子表征参数的子集的优化来选择这些分子表征参数的子集。
6.根据权利要求3至5中任一项所述的方法，其中，该相似度量度指示该已探索数据集与该未探索数据集的成员之间关于这些分子表征参数的子集的距离。
7.根据权利要求5至6中任一项所述的方法，其中，通过关于分子表征参数的该子集在该确定模型的确定准确度上进一步优化来选择该子集。
8.根据权利要求5至7中任一项所述的方法，其中，通过在该确定模型在该未探索数据集中的适用度上进一步优化来选择该子集。
9.一种用于生成基于机器学习的确定模型的计算机实施的方法，使得经训练的确定模型适于基于一个或多个分子表征参数来确定分子的技术应用特性，其中，分子表征参数与分子的合成规格和/或分子结构相关联，其中，该方法包括：
10.一种用于确定用于训练基于机器学习的确定模型的一个或多个分子表征参数的计算机实施的方法，使得经训练的确定模型适于基于该一个或多个分子表征参数来确定分子的技术应用特性，其中，分子表征参数与对应于该分子的合成规格和/或分子结构相关联，其中，该方法包括：
11.一种用于提供指示包括目标技术应用特性的目标分子的目标合成规格的接口方法，其中，该接口方法包括：
12.一种用于确定指示包括目标技术应用特性的目标分子的目标合成规格的设备，其中，该设备包括：
13.一种用于确定指示包括目标技术应用特性的目标分子的目标合成规格的计算机程序产品，其中，该计算机程序产品包括用于使计算机系统执行根据权利要求1至8中任一项所述的方法的程序代码装置。
14.利用如权利要求2至8中任一项所述的方法生成的控制信号。
15.利用如权利要求2至8中任一项所述的方法生成的控制信号用于控制生产系统、特别是实验室设备以生产该目标分子的用途。
