摘要
本发明涉及机器学习及新材料预测领域,一种基于深度生成模型的高热电优值材料逆向设计方法及系统,包括:获取热电材料数据集,对多个目标材料数据执行温度划分操作,得到a个低温材料数据、b个中温材料数据及c个高温材料数据,对a个低温材料数据、b个中温材料数据及c个高温材料数据均执行角标插值操作,得到Z个扩充矩阵组,利用变分自编码器及真假鉴别模型构建生成对抗网络,并对生成对抗网络进行对抗训练,得到目标对抗网络,利用预设的目标zt值、预设的目标温度、目标对抗网络及条件鉴别模型生成多个目标材料化学式,完成对高热电优值材料的逆向设计。本发明可提高深度生成模型预测高热电优值材料的准确性。
技术关键词
深度生成模型
低温材料
逆向设计方法
热电材料
数据
化学式
高温材料
重构矩阵
编码器
元素
生成对抗网络
解码器
高热电优值
变量
双曲正切函数
模型训练模块
系统为您推荐了相关专利信息
三维点云数据
高程地图
转运方法
散装物料堆场
机身
数据加密方法
发送者
密钥
加解密算法
SM4算法
新能源汽车电池
振动监测模块
振动特征
监测系统
基线