公开(公告)号：CN119541735A

公开(公告)日：2025-02-28

申请号：CN202411681215.4

申请日：2024-11-22

Applicant: 北京信息科技大学

Inventor： 刘晓彤 ,  王滋明 ,  杨涛 ,  郑丹妮

IPC: G16C60/00 ,  G06F18/27

Abstract: 本发明公开了一种材料元素重要性排序方法及系统，涉及材料科学与机器学习交叉技术领域，包括：获取不同元素含量占比下的材料电流密度和能量密度组合数据集；通过预测模型扩充组合数据集；对扩充数据集进行筛选，得到最优数据集；对不同元素进行多重共线性分析；基于多重共线性分析结果对最优数据集进行相关性系数评估，得到材料元素重要性排序结果。本发明通过综合评估能量密度和充放电速率性能，研究者能够更精准地选择正极材料，从而显著提高液态金属电池的整体性能。

公开(公告)号：CN119541734A

公开(公告)日：2025-02-28

申请号：CN202411680564.4

申请日：2024-11-22

Applicant: 北京信息科技大学

Inventor： 刘晓彤 ,  王滋明 ,  杨涛 ,  郑丹妮

IPC: G16C60/00 ,  G16C20/70 ,  G06F18/27

Abstract: 本发明公开了一种数据保真度评价方法及系统，涉及材料科学与机器学习交叉领域，其中方法包括以下步骤：获取多保真度数据集，采用多保真度数据集中数据量最小的数据集所包含的数据量；构建并改进预测模型，并利用改进后的预测模型对数据集进行不确定性量化，得到预测结果；对所述预测结果进行排序及分析，完成数据保真度评价。本申请仅通过修改预测模型本身的损失函数就能够达到预测不确定性的效果，同时，损失函数的修改是非常灵活且便捷的，使用者可以根据自身需求对其进行改变，这也提高了该发明应用的可能性及便利性。