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

Inventor： 王宗国 ,  奉天羽 ,  王彦棡 ,  熊菲 ,  陈子逸

IPC: G16C20/70 ,  G16C60/00 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/048

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：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

Inventor： 王宗国 ,  郭佳龙 ,  王彦棡 ,  刘志威 ,  陈子逸 ,  王珏 ,  曹荣强 ,  李杨

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：CN119230024A

公开(公告)日：2024-12-31

申请号：CN202411282050.3

申请日：2024-09-12

Applicant: 中国科学院计算机网络信息中心

Inventor： 王宗国 ,  袁扬 ,  陈子逸 ,  王婧 ,  王彦棡

IPC: G16C60/00 ,  G06F16/332 ,  G06F16/36 ,  G06N5/022 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了提供了一种基于知识图谱的材料智能问答及性能预测方法及系统，涉及材料预测和分析技术领域，采用新的知识图谱构建方式，将材料数据进行结构化表示，最大程度保留材料信息并且保证图谱的可读性。本发明提出的系统框架，可以实现准确的材料知识问答，以相似度计算的方式实现了知识补全从而完成材料性能预测，对加快新材料的发现和挖掘材料的潜在信息具有重要意义。

公开(公告)号：CN118588215A

公开(公告)日：2024-09-03

申请号：CN202410727616.2

申请日：2024-06-06

Applicant: 中国科学院计算机网络信息中心

Inventor： 王宗国 ,  陈子逸 ,  袁扬 ,  王彦棡

IPC: G16C60/00 ,  G16C20/70 ,  G16C20/30 ,  G06F18/2136 ,  G06N3/042 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种材料晶体结构的特征表征方法及系统，涉及晶体结构特征表征技术领域。首先构建数据集，包括材料结构信息以及性能特征信息；对材料结构信息进行初步信息提取和信息扩展，得到晶体结构信息、能带结构信息和结构成分信息，信息组合后作为初始特征基组；根据初始特征基组，计算得到结构特征基组和能带特征基组，作为完备特征基组；构建深度学习神经网络模型，以初始特征基组作为输入，以完备特征基组为输出，以性能特征信息为目标值，得到特征表征模型；提取目标材料的晶体结构信息、能带结构信息，输入特征表征模型中，得到目标晶体结构的完备特征基组。本发明综合考虑了结构的形貌和周期性特征，实现材料晶体结构的高效高精度表征。