机器学习装置、方法、程序及系统

    公开(公告)号:CN114730395A

    公开(公告)日:2022-07-08

    申请号:CN202080079996.3

    申请日:2020-11-12

    Abstract: 可提高机器学习的精度。具备:根据第一学习模型将数据分类为可分类数据和未知类别数据的第一分类部;向所述可分类数据添加标签的第一添加部;根据第二学习模型对所述未知类别数据进行分类的第二分类部;获取应添加至所述未知类别数据的标签的标签获取部;向所述未知类别数据添加标签的第二添加部;及、根据被添加了所述标签的所述未知类别数据更新所述第二学习模型的第二学习模型更新部,所述标签是根据所述第二分类部分类后的结果和所述标签获取部获取到的标签而被添加至所述未知类别数据的。

    聚合物的物理性质预测装置、存储介质、及聚合物的物理性质预测方法

    公开(公告)号:CN111819441A

    公开(公告)日:2020-10-23

    申请号:CN201980017349.7

    申请日:2019-03-05

    Abstract: 提供一种聚合物的物理性质预测装置,包括:局部结构数量计算部,从存储部读入通过重复来构成聚合物的结构单位,并使用该结构单位计算该聚合物的局部结构的数量;原子数计算部,计算所述结构单位的原子数;局部结构数量密度计算部,根据所述局部结构的数量和所述结构单位的原子数计算该局部结构的数量密度;回归模型构建部,使用从所述存储部获得的所述聚合物的物理性质的实验值和所述局部结构的数量密度,构建用于预测物理性质值的回归模型;聚合物结构输入部,输入要预测所述物理性质值的聚合物结构;以及聚合物物理性质预测部,使用所述回归模型,预测与输入的所述聚合物结构对应的所述物理性质值。

    SiC外延生长装置
    5.
    发明公开

    公开(公告)号:CN111321464A

    公开(公告)日:2020-06-23

    申请号:CN201911232930.9

    申请日:2019-12-05

    Abstract: 本发明提供一种SiC外延生长装置。本实施方式所涉及的SiC外延生长装置具备:载置台,其載置SiC晶片;和炉体,其覆盖上述载置台,上述炉体具有:侧壁部;和顶部,其具有向上述炉体内供给原料气体的气体供给口,并覆盖上述气体供给口的周围,位于上述载置台的上方,上述顶部的内表面的放射率比上述侧壁部的内表面的放射率低。

    SiC外延生长装置
    7.
    发明公开

    公开(公告)号:CN109841541A

    公开(公告)日:2019-06-04

    申请号:CN201811380345.9

    申请日:2018-11-20

    Abstract: 本发明涉及SiC外延生长装置。本实施方式涉及的SiC外延生长装置具备:基座,具有能够载置晶片的载置面;加热器,在所述基座的与所述载置面相反侧与所述基座分离地设置;以及圆环状的辐射构件,在俯视时与载置于所述基座的晶片的外周部重叠的位置与所述基座的与所述载置面相对的背面接触,所述辐射构件的辐射率比所述基座高,从所述加热器观察时所述辐射构件的一部分露出。

    材料设计装置、材料设计方法及材料设计程序

    公开(公告)号:CN114341858A

    公开(公告)日:2022-04-12

    申请号:CN202080062588.7

    申请日:2020-09-01

    Abstract: 提供能够以短时间导出满足所期望的要求物性的聚合物的设计条件的最优解的材料设计装置。材料设计装置1具备:设定聚合物的设计条件的指定范围的配合比范围输入部11;在通过配合比范围输入部11输入的指定范围内生成多个综合解析点的综合解析点生成部12;存储将通过综合解析点生成部12生成的综合解析点输入学习完成模型13而算出的聚合物物性值与综合解析点的各点关联而成的数据集的综合解析点‑聚合物物性存储部14;设定设计对象的聚合物材料的要求物性的指定范围的要求物性输入部21;以及从将满足通过要求物性输入部21输入的要求物性的综合解析点存储于综合解析点‑聚合物物性存储部14的数据集进行选择的过滤部22。

    热力学的平衡状态的预测装置、预测方法以及预测程序

    公开(公告)号:CN112912969A

    公开(公告)日:2021-06-04

    申请号:CN201980070275.3

    申请日:2019-10-24

    Abstract: 一种预测装置,其具备:模型,所述模型基于对象材料的设计条件有关的解释变量的输入,输出热力学的平衡状态有关的目标变量;学习用数据生成部,所述学习用数据生成部生成学习用数据,所述学习用数据包含规定的设计条件的输入、和基于该设计条件能够产生的热力学的平衡状态的输出;模型学习部,所述模型学习部使用通过学习用数据生成部生成的学习用数据,进行机器学习以使模型的输入输出关系接近学习用数据的输入输出关系;解释变量设定部,所述解释变量设定部设定对象材料的热力学的平衡状态的预测所使用的预测用解释变量;以及预测部,所述预测部基于对利用模型学习部完成了机器学习的模型输入预测用解释变量,从模型输出作为热力学的平衡状态的预测结果的预测用目标变量。

Patent Agency Ranking