公开(公告)号：CN119028489B

公开(公告)日：2025-02-11

申请号：CN202411500510.5

申请日：2024-10-25

Applicant: 南京师范大学

Inventor： 李亚飞 ,  顾彦慧 ,  彭宁康 ,  王金兰

IPC: G16C20/70 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0985 ,  G06N3/084

Abstract: 本发明公开了一种高维数据驱动的基于人工智能的下一代催化剂设计方法，具有以下创新性组成部分：（1）多维数据融合模块：使用新型数据处理技术整合各种实验和计算数据。（2）自适应神经网络架构：根据催化剂的性能需求动态调整网络结构，以优化催化剂的选择性和活性。（3）知识驱动的特征工程模块：结合化学知识图谱，自动提炼对催化性能影响最大的特征。（4）迭代反馈优化模块：利用在线学习机制调整参数，数字孪生技术模拟行为，机器学习预测模型和传感器数据融合监控状态。（5）交互式可视化和决策支持模块：提供先进的可视化工具和AI决策支持，帮助研发人员理解数据并做出科学决策。

公开(公告)号：CN119207608A

公开(公告)日：2024-12-27

申请号：CN202411621188.1

申请日：2024-11-14

Applicant: 南京师范大学

Inventor： 王彧 ,  顾彦慧 ,  彭宁康 ,  李亚飞

IPC: G16C20/10 ,  G16C20/20 ,  G16C20/70 ,  G16C20/80 ,  G06N3/092 ,  G06F17/16

Abstract: 本发明公开了一种基于图语法的半导体催化剂智能设计与反应机理优化方法，具有以下步骤组成：步骤1图语法模型生成与优化模块：自动生成半导体催化剂的分子结构模型，筛选出具有最佳催化性能的结构组合。步骤2反应路径自动推导模块：模拟分子间的相互作用，生成反应路径图；步骤3智能化催化剂设计模块：分析半导体催化剂结构与性能之间的关系，动态调整催化剂的分子结构；步骤4反应机理可视化与解释模块：提供反应路径和结构变化的图形化展示，支持多维数据的交互分析；步骤5实时监控与反馈优化模块：实时监控催化反应过程中的关键参数，动态调整图语法模型和设计方案。

公开(公告)号：CN113990415A

公开(公告)日：2022-01-28

申请号：CN202111637075.7

申请日：2021-12-30

Applicant: 南京师范大学

Inventor： 顾彦慧 ,  李亚飞 ,  顾敏 ,  卢新宇 ,  曲维光 ,  王金兰 ,  周俊生 ,  张先锋

IPC: G16C60/00 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络的三维催化材料催化特性筛选系统，包括催化剂材料浅层特性采样模块、催化剂材料结构信息嵌入模块、催化材料性质学习模块、催化材料隐层信息表示模块和催化材料多任务筛选模块，所述催化剂材料浅层特性采样模块包括中心原子投影和邻接结构采样，所述催化材料性质学习模块包括通过N层的Graph Transformer神经网络学习催化材料结构信息，本发明的有益效果：与传统的DFT方法预测分子性质相比通过本系统对分子性质筛选所花费的时间具有显著的减少、所花费的算力成本显著减少。

公开(公告)号：CN119028489A

公开(公告)日：2024-11-26

申请号：CN202411500510.5

申请日：2024-10-25

Applicant: 南京师范大学

Inventor： 李亚飞 ,  顾彦慧 ,  彭宁康 ,  王金兰

IPC: G16C20/70 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0985 ,  G06N3/084

Abstract: 本发明公开了一种高维数据驱动的基于人工智能的下一代催化剂设计方法，具有以下创新性组成部分：（1）多维数据融合模块：使用新型数据处理技术整合各种实验和计算数据。（2）自适应神经网络架构：根据催化剂的性能需求动态调整网络结构，以优化催化剂的选择性和活性。（3）知识驱动的特征工程模块：结合化学知识图谱，自动提炼对催化性能影响最大的特征。（4）迭代反馈优化模块：利用在线学习机制调整参数，数字孪生技术模拟行为，机器学习预测模型和传感器数据融合监控状态。（5）交互式可视化和决策支持模块：提供先进的可视化工具和AI决策支持，帮助研发人员理解数据并做出科学决策。

公开(公告)号：CN116246696A

公开(公告)日：2023-06-09

申请号：CN202310319885.0

申请日：2023-03-29

Applicant: 南京师范大学

Inventor： 陈晓健 ,  顾彦慧 ,  刘畅 ,  张先锋 ,  夏浩辉 ,  李杨 ,  李亚飞 ,  王金兰

IPC: G16B15/30 ,  G16B35/20 ,  G16B40/00 ,  G16B50/00 ,  G06F16/901 ,  G06F16/903

Abstract: 本发明公开了一种基于快速检索的配体对接姿势虚拟筛选方法，包括：对配体构象信息数据进行预处理，建立得到以检索树空间索引结构的索引表；输入已知的活性配体构象，利用检索树空间索引结构来快速检索和筛选与查询构象相似的潜在候选构象，将最相似的top‑k查询结果作为top‑k构象结果；对检索得到的top‑k构象结果进行评估，比较输出top‑k候选构象与天然构象的实际RMSD值，验证筛选结果的准确性，对筛选策略进一步优化。本发明基于配体分子的空间数据，利用三维空间检索树组织数据结构、创建索引，以减少搜索范围，从而能够在海量配体结构数据中快速检索出最佳对接姿势结构，有效提高预测性能。