基于分子生成模型的电池活性材料选择方法和装置

AITNT
正文
推荐专利
基于分子生成模型的电池活性材料选择方法和装置
申请号:CN202410741723
申请日期:2024-06-11
公开号:CN118335265B
公开日期:2024-10-15
类型:发明专利
摘要
本发明公开了一种基于分子生成模型的电池活性材料选择方法和装置,所述方法包括:获取原始数据,对所述原始数据进行处理,以生成建模数据集;计算所述建模数据集中的分子性质,以确定目标优化性质;利用预先训练的骨架跃迁模型对所述建模数据集进行筛选训练,在所述建模数据集中识别出具有所述目标优化性质的活性分子,利用识别出的活性分子构建训练数据集;将所述训练数据集输入预先训练的分子生成模型,以得到所述分子生成模型输出的电池活性材料。解决电池活性材料智能选择时,所需实验验证成本较高,输出的模拟选择结果准确性和可靠性较差的问题。
技术关键词
分子 活性材料 前馈神经网络 非暂态计算机可读存储介质 电池 乙酰胺 网络架构 解码器 描述符 数据获取单元 采样点 处理器 注意力机制 计算机设备 文本 处理单元 存储器 波长
系统为您推荐了相关专利信息
1
基于工具增强的大语言模型问答方法与装置
生成结构 问答方法 意图识别 参数 非暂态计算机可读存储介质
2
一种基于分层切片的增材制造零件空间排样方法
排样方法 多边形 切片 定位策略 分层
3
一种组合式5G海港门禁
门禁主机 人脸识别终端 电池舱 组合式 电池剩余容量
4
一种用于动力电池电压智能调节的控制方法
电池单元 电压 电池管理系统 动力电池 电池组
5
一种全钒液流电池容量恢复方法
还原剂 电解液 反馈控制系统 速率 能源存储技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号