-
Patent Agency Ranking
公开(公告)号：CN117894406A
公开(公告)日：2024-04-16
申请号：CN202311750702.7
申请日：2023-12-19
Applicant: 北京应用物理与计算数学研究所 , 昆明理工大学
IPC: G16C60/00 , G06F30/20 , G06F119/08 , G06F119/14
Abstract: 本发明涉及材料基因工程领域，具体涉及一种温度压强自动化建模方法，基于先进的第一性原理计算，利用热力学数据作为起点，并将其作为CALPHAD热力学公式的输入数据。通过精心设计和优化，构建多种不同温度和压强条件下的热力学相图模型，并可对其参数进行进一步优化，为材料设计和研究提供了一种高效而准确的工具。通过建立材料的温度压强相图，能够更好地理解材料的相平衡行为和热力学性质，并获得更全面的材料信息，本发明可以通过建模和计算快速准确地预测材料在这些极端条件下的状态和性质。此外，本发明能够在低成本和短时间内进行对高温高压材料的设计筛选，并构建相应的热力学数据库，为材料研究和开发提供重要的支持。
-
公开(公告)号：CN117744350A
公开(公告)日：2024-03-22
申请号：CN202311699604.5
申请日：2023-12-12
Applicant: 昆明理工大学 , 北京应用物理与计算数学研究所
IPC: G06F30/20 , G06F40/186 , G06F119/08
Abstract: 本发明涉及材料科学和化学，以及计算机技术领域，公开了一种用于CALPHAD自动集成建模的热力学数据批量提取方法，包括以下步骤：S1：读取指定温度和/或压强对应的吉布斯自由能、子合金文件名和/或温度数据；S2：自动批量处理温度、吉布斯自由能和子合金文件名数据，得到热力学参数混合熵和混合焓；S3：批量生成可用于建模的输入文件。本发明简化了相图热力学计算的过程，减少了手动操作和繁琐的数据转化工作，科研人员可以更高效地利用已经得到的大量数据进行相图预测和热力学建模，节省时间和精力，提高研究效率。
-
公开(公告)号：CN115394364B
公开(公告)日：2024-02-02
申请号：CN202210816365.6
申请日：2022-07-12
Applicant: 北京应用物理与计算数学研究所
Abstract: 本发明公开了一种原子动力学蒙特卡洛模拟的原子指纹计算方法及装置，该方法应用于异构多核处理器，可以将原子指纹运算分配至多个从核执行，以及采用预先确定原子指纹表的方式快速获取指纹函数的结果，结合空位系统的相对坐标、近邻关系及原子类型向量，可以实现高效率的AKMC原子指纹计算。
-
公开(公告)号：CN115394364A
公开(公告)日：2022-11-25
申请号：CN202210816365.6
申请日：2022-07-12
Applicant: 北京应用物理与计算数学研究所
Abstract: 本发明公开了一种原子动力学蒙特卡洛模拟的原子指纹计算方法及装置，该方法应用于异构多核处理器，可以将原子指纹运算分配至多个从核执行，以及采用预先确定原子指纹表的方式快速获取指纹函数的结果，结合空位系统的相对坐标、近邻关系及原子类型向量，可以实现高效率的AKMC原子指纹计算。
-
公开(公告)号：CN115526302A
公开(公告)日：2022-12-27
申请号：CN202210999968.4
申请日：2022-08-19
Applicant: 北京应用物理与计算数学研究所
IPC: G06N3/063 , G06N3/04 , G06F15/163
Abstract: 本发明提供了一种基于异构多核处理器的多层神经网络计算方法及装置，涉及神经网络技术领域，该方法包括：将各从核的内存划分为计算区域和存储区域，获取神经网络参数，将神经网络参数分布式存储至各从核的存储区域中；控制从核从主内存中读取输入数据，并将输入数据存储至计算区域中；控制从核基于存储区域中存储的神经网络参数及输入数据在计算区域中进行神经网络计算，并将计算得到的输出数据存入主内存中。本发明通过将神经网络参数分布式存储至从核中，无需在每层神经网络计算时与主内存进行数据交互，大大减少了从核与主内存的数据交互次数，减少了从核与主内存的数据交互时间，节约了计算时间，提升了计算效率。
-
-
-
-
Search Results
15
records
(took 0.062 seconds)
