公开(公告)号：CN111710376B

公开(公告)日：2023-04-07

申请号：CN202010403157.4

申请日：2020-05-13

Applicant: 中国科学院计算机网络信息中心

Inventor： 马英晋 ,  马硕 ,  张宝花 ,  刘倩 ,  金钟

IPC: G16C20/90 ,  G16C10/00 ,  G06F9/50 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明提出一种大分子及团簇体系分块计算负载均衡方法及系统，涉及计算化学、高性能计算、大分子及团簇体系的计算与模拟领域，沿用分片方法中流行的“先分块，再计算”的计算策略，对于分块后的各个分子片，采用化学信息学及机器学习的手段，预估各个分块所需要的计算资源及计算机时，再辅以线性规划的优化方案，使各个分子片在优化的方案下可以达到尽可能接近的实际计算时间，以平衡整个计算过程中的计算负载，最大化硬件的利用效率。

公开(公告)号：CN111710375A

公开(公告)日：2020-09-25

申请号：CN202010403158.9

申请日：2020-05-13

Applicant: 中国科学院计算机网络信息中心

Inventor： 马英晋 ,  马硕 ,  张宝花 ,  刘倩 ,  金钟

IPC: G16C20/70 ,  G16C20/30

Abstract: 本发明提出一种分子性质预测方法及系统，涉及量子化学/计算化学、化学信息学、机器学习/人工智能领域，在化学多世界阐释的框架下，使用密度泛函理论、化学信息学、机器学习/人工智能的手段，以分子结构、基组和泛函等信息作为输入，通过机器学习模型输出分子性质的预测结果。本发明对于任意类型的分子结构和任意的计算策略都可以做出预测，比一般的经验方法、回归分析方法更加精确。

公开(公告)号：CN111710375B

公开(公告)日：2023-07-04

申请号：CN202010403158.9

申请日：2020-05-13

Applicant: 中国科学院计算机网络信息中心

Inventor： 马英晋 ,  马硕 ,  张宝花 ,  刘倩 ,  金钟

IPC: G16C20/70 ,  G16C20/30

Abstract: 本发明提出一种分子性质预测方法及系统，涉及量子化学/计算化学、化学信息学、机器学习/人工智能领域，在化学多世界阐释的框架下，使用密度泛函理论、化学信息学、机器学习/人工智能的手段，以分子结构、基组和泛函等信息作为输入，通过机器学习模型输出分子性质的预测结果。本发明对于任意类型的分子结构和任意的计算策略都可以做出预测，比一般的经验方法、回归分析方法更加精确。

公开(公告)号：CN111710376A

公开(公告)日：2020-09-25

申请号：CN202010403157.4

申请日：2020-05-13

Applicant: 中国科学院计算机网络信息中心

Inventor： 马英晋 ,  马硕 ,  张宝花 ,  刘倩 ,  金钟

IPC: G16C20/90 ,  G16C10/00 ,  G06F9/50 ,  G06N3/04

Abstract: 本发明提出一种大分子及团簇体系分块计算负载均衡方法及系统，涉及计算化学、高性能计算、大分子及团簇体系的计算与模拟领域，沿用分片方法中流行的“先分块，再计算”的计算策略，对于分块后的各个分子片，采用化学信息学及机器学习的手段，预估各个分块所需要的计算资源及计算机时，再辅以线性规划的优化方案，使各个分子片在优化的方案下可以达到尽可能接近的实际计算时间，以平衡整个计算过程中的计算负载，最大化硬件的利用效率。