基本信息:
- 专利标题： 基于机器学习的固体物质表面性质预测方法及系统
- 申请号：CN202111301350.8 申请日：2021-11-04
- 公开(公告)号：CN116070499B 公开(公告)日：2025-06-27
- 发明人： 温晓东 , 马欢 , 郭文平 , 焦悦悦
- 申请人： 中国科学院山西煤炭化学研究所
- 申请人地址： 山西省太原市桃园南路27号
- 专利权人： 中国科学院山西煤炭化学研究所
- 当前专利权人： 中国科学院山西煤炭化学研究所
- 当前专利权人地址： 山西省太原市桃园南路27号
- 代理机构： 北京市立康律师事务所
- 代理人： 梁挥; 孟超
- 主分类号： G06F30/27
- IPC分类号： G06F30/27
摘要：
本发明提出一种基于机器学习的固体物质表面性质预测方法及系统，包括：将固体物质各晶面所有终结结构划分为第一结构和第二结构，计算得到该第一结构的第一计算表面能函数，作为训练集，训练机器学习模型；通过该预测模型获得该第二结构中的第二预测稳定结构，计算得到第二计算表面能函数，根据所有计算表面能函数确定第一计算稳定结构；将第二预测稳定结构移入第一结构，再经上述步骤得到第二计算稳定结构，若其与第一计算稳定结构相同，则为该固体物质在目标化学势下的稳定终结结构；以该稳定终结结构和对应计算表面能函数，获得该固体物质的晶体形貌。还提出一种固体物质表面性质预测系统，以及一种用于固体物质表面性质预测的数据处理装置。
公开/授权文献:
- CN116070499A 基于机器学习的固体物质表面性质预测方法及系统 公开/授权日：2023-05-05
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |