基于因果学习的功能材料构效关系挖掘方法及相关装置

AITNT
正文
推荐专利
基于因果学习的功能材料构效关系挖掘方法及相关装置
申请号:CN202510691667
申请日期:2025-05-27
公开号:CN120510950A
公开日期:2025-08-19
类型:发明专利
摘要
本发明属于功能材料的构效关系挖掘领域,公开了基于因果学习的功能材料构效关系挖掘方法及相关装置,对功能材料的数据集进行数据清洗,得到预处理数据集;基于所述预处理数据集构建特征变量;基于因果学习方法,建立特征变量之间的因果关系;基于所述因果关系,选取因果关系前端具有物理意义的特征变量,形成特征变量池;筛选特征变量池的最佳特征子集;基于最佳特征子集,建立功能材料构效关系的回归模型。本发明综合考虑数据的预处理,特征变量的构建与筛选,表达式的可解释性,显著地提升了构效关系的物理意义和可解释性。
技术关键词
关系挖掘方法 功能材料 最佳特征子集 回归方法 变量 学习方法 符号 机器学习模型 相关性分析方法 数据 噪声方法 表达式 推断方法 挖掘系统 精度 处理器 复杂度 注意力机制 物理
系统为您推荐了相关专利信息
1
一种基于区块链的数字人防篡改方法和装置
篡改方法 变量 生成算法 标识 解密
2
基于参数辨识的核脉冲幅度提取方法及核脉冲分析系统
堆积脉冲信号 参数识别模型 基线 分析系统 指数
3
一种多重相关联合驱动的水风光场景生成方法及系统
高斯混合模型 场景生成方法 变量 资源 风光
4
一种基于深度学习的静脉药物配置的教学系统
静脉药物配置 教学系统 变量 长短期记忆网络 空间金字塔池化
5
基于大数据的材料熔覆层性能预测方法及系统
性能预测模型 性能预测方法 覆层 特征信息处理 节点
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号