一种预训练增强的离子液体多组分图神经网络表征方法

本发明涉及一种预训练增强的离子液体多组分图神经网络表征方法，包括如下步骤：获取公开离子液体数据集D，并构建预测模型M；从D中随机选取一条离子液体数据t，将t中的阴阳离子SMILES字符串输入至有向消息传递神经网络模块中，得到预测器输入向量t’；遍历D中所有离子液体数据，获得训练集F；将F作为输入对M进行训练，最后得到训练好的M’。本发明方法提高了在数据稀缺情况下对离子液体性质的预测准确性，同时还提高了模型的泛化能力。