摘要
本发明公开一种基于图神经网络的电解液配方性质预测方法及装置,该方法根据原始分子图中原子节点的架构,通过目标电解液配方中的分子节点,生成目标电解液虚拟分子;基于开源模型,构建并训练预训练模型;基于图神经网络,构建并训练性质预测模型;将目标电解液虚拟分子输入训练好的预训练模型,获得目标电解液虚拟分子的特征;将目标电解液虚拟分子的特征输入训练好的性质预测模型;获得目标电解液配方的性质。本发明能够在极短时间内即可得到相对高精度的配方性质,提升电解液配方获取效率。
技术关键词
电解液配方
性质预测方法
预训练模型
分子
预测装置
轨道相互作用
降维算法
输出特征
数据
标签
模块
节点
训练集
代表
静电
校正
短时间
电子
关系
系统为您推荐了相关专利信息
单细胞转录组数据
大语言模型
响应预测方法
基因
训练集
航空发动机
振动加速度信号
深度学习模型
深度学习方法
特征提取网络
高分子材料
性能预测模型
性能预测方法
深度学习网络模型
加速老化试验