申请/专利权人:哈尔滨理工大学
申请日:2020-10-22
公开(公告)日:2021-01-12
公开(公告)号:CN112216355A
主分类号:G16C60/00(20190101)
分类号:G16C60/00(20190101);G16C20/70(20190101)
优先权:
专利状态码:有效-授权
法律状态:2024.01.26#授权;2021.01.29#实质审查的生效;2021.01.12#公开
摘要:一种基于机器学习的多组分晶体构型能预测方法,属于材料固有属性计算领域,用以解决传统方法中单纯依赖于物理理论推导多组分晶体构型能而导致的预测计算不准确及不高效问题。本发明提出了以团簇扩展方法计算多组分晶体的构型能,通过将多体相互作用形成的团簇函数即相关函数作为输入特征值,然后利用机器学习算法进行模型训练和预测,获得多组分晶体构型能。相比于传统的严格依赖于物理理论推导的计算方法,本发明方法预测计算结果更加准确、高效,可推广到计算多组分晶体的其他标量属性。
主权项:1.一种基于机器学习的多组分晶体构型能预测方法,其特征在于,包括以下步骤,步骤一、获取多组分晶体构型数据集;步骤二、提取计算多组分晶体构型能所需的特征;步骤三、利用机器学习算法进行模型训练和预测,获得所述多组分晶体构型能。
全文数据:
权利要求:
百度查询: 哈尔滨理工大学 一种基于机器学习的多组分晶体构型能预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。