龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国科学院化学研究所
申请日：2024-01-29
公开（公告）日：2024-05-17
公开（公告）号：CN118053515A
主分类号：G16C20/50
分类号：G16C20/50;G16C20/70;G06N3/096;G06N3/126
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明涉及机器学习领域，公开一种基于DNN‑TL‑GA的金属团簇结构的优化方法与优化系统。所述方法包括：根据金属团簇的初始结构，采用GA以及第一DFT局部优化方法，生成第一样本集；使用第一样本集对预训练的DNN进行训练，以得到第一DNN模型；根据DFT局部优化的前S代的后代结构，采用GA以及第一DNN模型，获取DNN局部优化的第S+1代至第T代的后代结构；以及从DFT局部优化的前S代的后代结构以及DNN局部优化的第S+1代至第T代的后代结构中，选取Q个低能结构，以获取金属团簇的全局最优结构。本发明可获得势能面上更多代表性的低能量样本和拥有更好的势能面全局搜索能力，提高了团簇结构优化效率，其搜索到了新的Pt16和Pt17团簇全局最优结构，表明具有很好的全局优化能力。
主权项：1.一种基于DNN-TL-GA的金属团簇结构的优化方法，其特征在于，所述优化方法包括：根据金属团簇的初始结构，采用基因遗传算法以及第一DFT局部优化方法，生成第一样本集，其中，所述第一样本集包括DFT局部优化的前S代的后代结构和相应的能量；使用所述第一样本集对预训练的DNN进行训练，以得到第一DNN模型，其中，所述预训练的DNN是采用迁移学习方法对小尺寸金属团簇的训练好的DNN模型进行处理而获取的；根据所述DFT局部优化的前S代的后代结构，采用所述基因遗传算法以及所述第一DNN模型，获取DNN局部优化的第S+1代至第T代的后代结构；以及从所述DFT局部优化的前S代的后代结构以及所述DNN局部优化的第S+1代至第T代的后代结构中，选取Q个结构，其中，所述Q个结构的能量比其他结构的能量更低。
全文数据：
权利要求：
百度查询： 中国科学院化学研究所 基于DNN-TL-GA的金属团簇结构的优化方法与优化系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号