-
公开(公告)号：CN119207666A
公开(公告)日：2024-12-27
申请号：CN202411284915.X
申请日：2024-09-13
Applicant: 北京信息科技大学
IPC: G16C60/00 , G06F30/27 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，包括：对材料数据库中的晶体结构，基于商图表示，通过有效配数方法将晶体结构编码为字符串，得到晶体训练数据；输入Transformer模型，基于多头自注意力机制，深度学习晶体编码的语法特征，得到普适的晶体神经网络；选择满足设定条件的巨阻效应纳米线材料数据构成数据集，输入普适的晶体神经网络，学习拓扑和化学成分特征，微调普适的晶体神经网络，得到特殊化晶体神经网络；使用训练好的特殊化晶体神经网络生成满足设定条件的字符串；逆向解码重建晶体结构；进行多步筛选，以获得满足化学组分的独特性、结构新颖性、稳定性和带隙范围的巨阻效应纳米线材料。
-
Patent Agency Ranking
公开(公告)号：CN117854643A
公开(公告)日：2024-04-09
申请号：CN202311836643.5
申请日：2023-12-28
Applicant: 北京信息科技大学
IPC: G16C60/00 , G06F30/27 , G06N3/04 , G06F18/23213 , G06F113/26 , G06F119/08
Abstract: 本发明属于计算机领域MEMS膜结构智能仿真方法，特别涉及一种基于图形神经网络的MEMS膜仿真方法及系统。该方法包括：建立待仿真MEMS膜的边界条件、几何参数和材料特性的模型，进行图形网络模型重构；采用增广矩阵算法对重构的图形网络模型进行增广节点和拓扑的构造，得到图形表示；将图形表示输入预先建立和训练好的人工智能仿真模型中，得到相应的预测仿真结果，所述预测仿真结果包括：MEMS膜的位移、应变、温度、电流、电压、光强度、磁通量和应力分布；所述人工智能仿真模型采用图形神经网络。本发明有助于缩短产品开发周期，降低计算资源需求，实现快速迭代设计。
-
公开(公告)号：CN117854643B
公开(公告)日：2024-06-14
申请号：CN202311836643.5
申请日：2023-12-28
Applicant: 北京信息科技大学
IPC: G16C60/00 , G06F30/27 , G06N3/04 , G06F18/23213 , G06F113/26 , G06F119/08
Abstract: 本发明属于计算机领域MEMS膜结构智能仿真方法，特别涉及一种基于图形神经网络的MEMS膜仿真方法及系统。该方法包括：建立待仿真MEMS膜的边界条件、几何参数和材料特性的模型，进行图形网络模型重构；采用增广矩阵算法对重构的图形网络模型进行增广节点和拓扑的构造，得到图形表示；将图形表示输入预先建立和训练好的人工智能仿真模型中，得到相应的预测仿真结果，所述预测仿真结果包括：MEMS膜的位移、应变、温度、电流、电压、光强度、磁通量和应力分布；所述人工智能仿真模型采用图形神经网络。本发明有助于缩短产品开发周期，降低计算资源需求，实现快速迭代设计。
-
公开(公告)号：CN119207666B
公开(公告)日：2025-04-01
申请号：CN202411284915.X
申请日：2024-09-13
Applicant: 北京信息科技大学
IPC: G16C60/00 , G06F30/27 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，包括：对材料数据库中的晶体结构，基于商图表示，通过有效配数方法将晶体结构编码为字符串，得到晶体训练数据；输入Transformer模型，基于多头自注意力机制，深度学习晶体编码的语法特征，得到普适的晶体神经网络；选择满足设定条件的巨阻效应纳米线材料数据构成数据集，输入普适的晶体神经网络，学习拓扑和化学成分特征，微调普适的晶体神经网络，得到特殊化晶体神经网络；使用训练好的特殊化晶体神经网络生成满足设定条件的字符串；逆向解码重建晶体结构；进行多步筛选，以获得满足化学组分的独特性、结构新颖性、稳定性和带隙范围的巨阻效应纳米线材料。
-
公开(公告)号：CN115809576B
公开(公告)日：2023-12-22
申请号：CN202211445585.9
申请日：2022-11-18
Applicant: 北京信息科技大学
IPC: G06F30/23 , G06T17/00 , G06F115/04 , G06F111/10 , G06F119/14 , G06F119/08 , G06F119/18
Abstract: 本发明公开了硅基MEMS工艺与多物理场耦合的器件性能评估方法，该方法包括：对具有硅基MEMS基底的器件进行制造工艺仿真，获得工艺仿真模型；对工艺仿真模型进行结构设计拓扑，获得拓扑重构后的三维模型；基于拓扑重构后的三维模型，建立工艺及设计耦合模型，并基于耦合物理环境确定耦合时的物理场；进行多物理场数值仿真计算；基于仿真计算结果进行器件性能评估。本发明解决了MEMS制造工艺和几何构型的耦合问题，创新性的数值算法及结构耦合，可以进行MEMS器件结构及制造工艺的优化，大大节省MEMS器件研发成本和周期。
-
公开(公告)号：CN115809576A
公开(公告)日：2023-03-17
申请号：CN202211445585.9
申请日：2022-11-18
Applicant: 北京信息科技大学
IPC: G06F30/23 , G06T17/00 , G06F115/04 , G06F111/10 , G06F119/14 , G06F119/08 , G06F119/18
Abstract: 本发明公开了硅基MEMS工艺与多物理场耦合的器件性能评估方法，该方法包括：对具有硅基MEMS基底的器件进行制造工艺仿真，获得工艺仿真模型；对工艺仿真模型进行结构设计拓扑，获得拓扑重构后的三维模型；基于拓扑重构后的三维模型，建立工艺及设计耦合模型，并基于耦合物理环境确定耦合时的物理场；进行多物理场数值仿真计算；基于仿真计算结果进行器件性能评估。本发明解决了MEMS制造工艺和几何构型的耦合问题，创新性的数值算法及结构耦合，可以进行MEMS器件结构及制造工艺的优化，大大节省MEMS器件研发成本和周期。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
