-
公开(公告)号：CN115798611A
公开(公告)日：2023-03-14
申请号：CN202211457986.6
申请日：2022-11-16
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种基于位错环惯习面变化的加速分子动力学方法，包括：利用LAMMPS中的全局变量记录上一次事件发生时系统中各个原子的坐标以及当前检测时各个原子的坐标，并将所有原子坐标作为参数传入到位错检测和识别的算法，并对此时系统的位错进行检索；在完成了位错检索操作之后，将本次位错检索的结果返回给所述LAMMPS；每当LAMMPS获得到位错检索的结果之后，根据需要更新对应的FLAG值；每当FLAG的值更新，都会被判定为一次事件的发生，随后系统进入对应的去相关阶段以及再循环；每当LAMMPS获得到位错检索的结果之后，根据需要更新对应的FLAG值；每当FLAG的值更新，都会被判定为一次事件的发生，随后系统进入对应的去相关阶段以及再循环。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN111831808A
公开(公告)日：2020-10-27
申请号：CN202010688463.7
申请日：2020-07-16
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/332 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种数据驱动的人工智能材料预测系统，所述系统至少包括：用户交户层，配置为根据用户选择，确认通过构建新的材料预测模型,或使用已有材料预测模型，进行材料性质预测；以及，接受用户输入的材料特征量；自动特征层,配置为根据输入的材料特征量,解析材料基元信息，材料基元信息包括材料组成元素、结构矩阵、工艺参数；以及，通过用户输入和自动检索，完善材料特征量维度；模型及自动训练层，配置为根据材料特征量，调用已有预测模型，预测材料性质；或根据材料特征量，和预测目标向量，自动选择预测模型的构成方式，建立新的材料预测模型，训练所述新的材料预测模型，根据训练完成的所述新的材料预测模型，预测材料性质。
-
公开(公告)号：CN116665809A
公开(公告)日：2023-08-29
申请号：CN202310580976.X
申请日：2023-05-22
Applicant: 中国科学院计算机网络信息中心 , 北京交通大学
Abstract: 本发明公开了一种基于图神经网络的材料性质预测方法、系统及设备，属于材料预测和分析领域。该方法包括：获取材料的晶体结构；对晶体结构进行编码初始化及标准化处理，得到对应原子的图网络；构建结构特征预测模型，并确定结构特征预测模型的网络超参信息，及设置结构特征预测模型的网络评估算法、激活函数、优化器；基于网络超参信息及网络评估算法、激活函数、优化器对结构特征预测模型进行训练与优化处理；将待预测材料数据输入至进行训练与优化处理后的结构特征预测模型，输出材料性质预测结果。本发明可实现材料结构的准确表征，最终提高模型的预测精度。
-
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：CN116562333A
公开(公告)日：2023-08-08
申请号：CN202310332005.3
申请日：2023-03-30
Applicant: 中国科学院计算机网络信息中心 , 杭州电子科技大学
Abstract: 本发明提供一种针对物理神经网络的改进网络的调优方法和装置。该方法包括：为所述基础的物理神经网络添加输入放缩层，输出放缩层和特征层，构建改进的物理神经网络；使用若干观测点和所述改进的物理神经网络作差作为第一损失函数对所述改进的物理神经网络进行第一训练；将所述微分方程组的残差项加入到所述第一损失函数得到第二损失函数进行第二训练。实现了使用物理神经网络求解强刚性的速率理论方程组的可行性，添加观测点作为有监督训练项并进行预训练，确定模型的优化方向，使模型训练具有更高的训练效率。采用均衡各残差权重的优化方法，让改进的网络具有更好的正则化效果。
-
公开(公告)号：CN113506025A
公开(公告)日：2021-10-15
申请号：CN202110849371.7
申请日：2021-07-27
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种管道数字化管理的方法及系统。管道数字化管理的系统包括：数据录入模块，用于将采集到的管道信息数据集存入第一数据库；模型管理模块，用于根据已存储的管道信息数据集训练得到针对目标场景的业务预测模型，并将业务预测模型存入第二数据库；数据应用模块，用于响应于包含第二管道信息数据的预测请求，调用业务预测模型处理第二管道信息数据，获得业务预测模型输出的第一预测结果。本发明可以解决管道建设过程中物资采购跟踪难、项目建设管控难、安全管控有延时、资料效率低、数据移交不统一等问题。通过整合设计、工程、管道、安全、地理信息等数据，可以为管道数字化应用提供数据基础，为企业生产效率的提升提供技术支撑。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.034 seconds)
