摘要
本发明涉及一种自组装单层热界面材料的高通量筛选方法、系统、介质。所述高通量筛选方法为:构建基于自组装单分子层的界面热输运模拟体系;对端基结构开展筛选集准备,构建端基筛选集合和预计算集合;对预计算集合对应的自组装单分子层开展分子动力学模拟,获取物理关联指标;以物理关联指标作为机器学习目标函数开展机器学习模型的训练;基于训练完成的机器学习模型对未计算的筛选候选数据集进行机器学习预测,开展物理关联指标的并行筛选得到模拟验证集合;开展分子动力学模拟进行验证。与现有技术相比,本发明实现了自组装单层热界面材料的高通量筛选,对于开展数据驱动下的固液界面导热特性调控设计具有重要意义。
技术关键词
高通量筛选方法
热界面材料
单层
界面相互作用
分子
计算机可执行指令
高通量筛选系统
指标
物理
机器学习模型训练
衬底
固液界面
聚合物
重叠面积
随机森林
模块
系统为您推荐了相关专利信息
筛选方法
高通量筛选
ELISA检测试剂盒
药物
分子
性质预测方法
门控循环单元
指纹特征
VGG网络
局部结构特征
脉冲
传感器融合
传播算法
视觉信息处理技术
单层