基于注意力机制和图卷积神经网络的晶体性质预测方法

    公开(公告)号:CN113327652B

    公开(公告)日:2023-07-25

    申请号:CN202110509660.2

    申请日:2021-05-11

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于注意力机制和晶体图卷神经网络的晶体性质预测和分类方法,包括:获取晶体的晶体学信息文件和DFT计算数据,并将其分为训练集、验证集和测试集;从晶体学信息文件中,提取晶体特征,将晶体特征输入神经网络,获取到神经网络输出;采用训练集和验证集分别对构建好的神经网络模型进行训练和验证,获取到预测模型和分类模型;通过预测模型完成对于晶体性质的预测,通过分类模型完成对于晶体性质的分类。本发明能够有效提高对于晶体性质的预测和分类精度,并且耗时少,具有工程实用价值,有助于实现精确的大规模晶体研究模拟,为新晶体材料的开发和研究提供了方法保障。

    一种基于注意力机制和晶体图卷神经网络的晶体性质预测和分类方法

    公开(公告)号:CN113327652A

    公开(公告)日:2021-08-31

    申请号:CN202110509660.2

    申请日:2021-05-11

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于注意力机制和晶体图卷神经网络的晶体性质预测和分类方法,包括:获取晶体的晶体学信息文件和DFT计算数据,并将其分为训练集、验证集和测试集;从晶体学信息文件中,提取晶体特征,将晶体特征输入神经网络,获取到神经网络输出;采用训练集和验证集分别对构建好的神经网络模型进行训练和验证,获取到预测模型和分类模型;通过预测模型完成对于晶体性质的预测,通过分类模型完成对于晶体性质的分类。本发明能够有效提高对于晶体性质的预测和分类精度,并且耗时少,具有工程实用价值,有助于实现精确的大规模晶体研究模拟,为新晶体材料的开发和研究提供了方法保障。

Patent Agency Ranking