摘要
本发明提供一种组织再生材料性能的智能预测方法与系统,利用智能数据提取工具和微调优化的大语言模型,根据专家设计的结构化数据标签模版,从大量文献中高效准确地提取材料设计参数与性能的定性和定量数据,建立JSON格式的结构化数据集,解决传统方法中数据碎片化与定性描述为主的难题;建立包括化学组成、物化特性、结构信息和合成方法的多维度特征向量与反映材料性能相对优劣的成对样本集,用于训练基于支持特征权重学习的径向基函数神经网络的孪生网络;构建的径向基函数神经网络模型具备准确预测组织再生材料性能的优点,且自动学习到的特征权重值可定量反映不同特征对材料性能的影响,提高组织再生材料研发效率并降低试错成本。
技术关键词
组织再生材料
智能预测方法
数据标签
大语言模型
特征权重学习
样本
模版
描述符
少量标注数据
性能预测模型
网络
格式
模块
智能预测系统
语句
物理
处理器
系统为您推荐了相关专利信息
语义解析信息
融合语义
短信
生成方法
依赖关系分析
支持用户自定义
分布式计算框架
大语言模型
网络通信技术
可视化模块
信息处理方法
关键词
应用程序编程接口
检索策略
大语言模型