摘要
本发明提供了一种基于大语言模型的MOFs合成自动化模拟方法与系统,属于人工智能与纳米材料合成领域。所述方法包括:制备不同合成条件下的MOFs样品,进行结构表征和性能测试,生成合成条件‑结构‑性能数据集并保存;用户提出样品合成要求,LLM生成总任务并拆解为数据字段解析、数据相关性分析、特征工程处理、机器学习模型构建、机器学习模型优化、机器学习模型预测与分析子任务、生成子任务规划并反馈;用户确认后,LLM根据拆解的子任务,读取相关MOFs样品数据集;根据子任务规划,调用代码解释器工具,进行子任务的程序编写和执行,整合所有子任务的结果,生成报告并输出MOFs样品合成方案。本发明缩短了MOFs的研发周期,降低了成本。
技术关键词
大语言模型
代码解释器
特征工程
金属有机骨架化合物
性能测试数据
数据字
规划
构建机器学习模型
X射线光电子能谱
多轮对话
电感耦合等离子体
数据采集模块
梯度提升决策树
表面电子结构
环戊二烯
数据表结构
输出模块
机器学习算法
系统为您推荐了相关专利信息
单元测试用例
覆盖率
种子测试用例
级联式
生成方法