-
Patent Agency Ranking
公开(公告)号：CN113505527A
公开(公告)日：2021-10-15
申请号：CN202110705753.2
申请日：2021-06-24
Applicant: 中国科学院计算机网络信息中心
IPC: G06F30/27 , G06K9/62 , G06F119/02
Abstract: 本发明提供一种基于数据驱动的材料性质预测方法及系统。在一个实施例中，获取目标材料的预测数据集；根据所述目标材料的预测数据集获取所述目标材料的初始特征向量；将所述初始特征向量输入到特征重组网络模型中，得到所述目标材料的重组特征向量；根据所述目标材料的重组特征向量结合所述特征重组网络模型对应的评估算法对所述材料的目标性质进行预测。根据已有的数据自动选择和学习新的材料特征，使得在可处理的数据维度下，获得更加准确的特征描述，对目标材料性质预测的准确性也不断提高。
-
公开(公告)号：CN113505527B
公开(公告)日：2022-10-04
申请号：CN202110705753.2
申请日：2021-06-24
Applicant: 中国科学院计算机网络信息中心
IPC: G06F30/27 , G06K9/62 , G06F119/02
Abstract: 本发明提供一种基于数据驱动的材料性质预测方法及系统。在一个实施例中，获取目标材料的预测数据集；根据所述目标材料的预测数据集获取所述目标材料的初始特征向量；将所述初始特征向量输入到特征重组网络模型中，得到所述目标材料的重组特征向量；根据所述目标材料的重组特征向量结合所述特征重组网络模型对应的评估算法对所述材料的目标性质进行预测。根据已有的数据自动选择和学习新的材料特征，使得在可处理的数据维度下，获得更加准确的特征描述，对目标材料性质预测的准确性也不断提高。
-
公开(公告)号：CN114202062A
公开(公告)日：2022-03-18
申请号：CN202111519257.4
申请日：2021-12-13
Applicant: 中国科学院计算机网络信息中心
IPC: G06N3/04 , G06N3/08 , G06F16/2458 , G16C60/00
Abstract: 本发明提供了一种网络模型训练方法、客户端及服务器，涉及人工智能技术领域。该方法中多个客户端均基于相同的公共参数生成它们各自的网络模型，并将它们各自的网络模型中的权重参数发送至服务器，由服务器进行处理得到多个客户端共同使用的一个权重参数，之后，多个客户端可以通过它们共同使用的一个权重参数分别更新它们各自的网络模型，并进行训练。这样实现了只需要将不同客户端上的数据库在本地训练的参数进行交互，就可训练出具有将所有数据库融合在一起开展深度学习模型训练效果的网络模型，这既保护了本地数据的安全，又促进了数据共享和发展。
-
公开(公告)号：CN113723014A
公开(公告)日：2021-11-30
申请号：CN202111070922.6
申请日：2021-09-13
Applicant: 中国科学院计算机网络信息中心
Abstract: 本申请涉及一种材料的晶体结构搜索方法包括：接收待搜索材料的成分信息及目标性质信息；基于待搜索材料的成分信息和遗传算法确定若干初始化结构种子；对若干初始化结构种子进行遗传搜索；将当前轮次遗传搜索得到的晶体结构输入预训练的材料目标性质预测模型得到当前轮次遗传搜索得到的晶体结构对应的目标性质；基于当前轮次搜索得到的晶体结构和当前轮次遗传搜索得到的晶体结构对应的目标性质进行下一轮次遗传搜索得到下一轮次遗传搜索的晶体结构；基于目标性质信息筛选第N轮次遗传搜索得到的晶体结构确定待搜索材料的目标晶体结构。本申请基于遗传算法和机器学习相结合的方法，在有限的资源和时间内，即可快速获取所需材料的稳定晶体结构。
-
公开(公告)号：CN112906991A
公开(公告)日：2021-06-04
申请号：CN202110370798.9
申请日：2021-04-07
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明提供一种预测RAFM钢辐照硬化行为的方法及装置。在一个实施例中，获取RAFM钢的预测数据集；根据所述RAFM钢的预测数据集获取所述RAFM钢的特征向量；将所述RAFM钢的特征向量输入到所述RAFM钢的预测模型中，得到所述RAFM钢的硬化行为物理参数。不需要通过传统的实验操作就可以对不同组分、实验条件下的RAFM钢的辐照硬化行为进行快速预测。
-
-
-
-
Search Results
5
records
(took 0.028 seconds)
