摘要
本发明提供一种基于模块化深度学习的材料属性预测方法和装置,应用于云端材料知识共享平台,云端材料知识共享平台加载有材料知识库,材料知识库包括:多组参数模块,一组参数模块对应一个异质材料任务,异质材料任务用于实现材料的属性预测;方法包括:接收用户上传的目标材料的目标属性预测问题;基于目标属性预测问题在材料知识库中查询,确定对应的目标参数模块,并将目标参数模块返回至用户;其中,目标参数模块用于:使用户基于目标参数模块训练模型,并基于训练后的模型进行目标材料的属性预测。通过本发明提供的方法,从材料知识库中选取与给定下游任务最相关的模块,有效适配下游材料属性预测任务。
技术关键词
属性预测方法
知识共享平台
异质
参数
子模块
深度学习模型
非暂态计算机可读存储介质
云端
算法
处理器
预测装置
存储器
电子设备
标签
误差
网络
系统为您推荐了相关专利信息
数据降维方法
量子态
机器学习模型
编码技术
编码模块
远程控制装置
USB接口
仪器仪表
专用模块
终端设备
FPGA芯片
移位寄存器
位线
模块
存储单元阵列
节能控制方法
风机转速
心理声学模型
预测控制模型
降噪算法