[发明专利]一种基于深度迁移学习预测卟啉MOF带隙的方法

说明书

本发明提供一种基于深度迁移学习预测卟啉MOF带隙的方法。本发明首先构建了卟啉MOF小数据集，并采用Average SOAP Kernel扩充了卟啉MOF数据集，然后利用QMOF数据库对GCN先进行预训练，得到预训练模型，再利用迁移学习方法对预训练模型进行微调，得到卟啉MOF带隙预测模型，最后利用卟啉MOF带隙预测模型进行带隙预测。本发明能够以较高准确率预测卟啉MOF带隙。本发明结合深度学习和迁移学习预测卟啉MOF带隙，仅依赖于晶体学信息文件而不是手工制作的几何描述符和化学描述符，高效准确地预测出给定的卟啉MOF带隙，提高了预测的精度和效率，降低了测得卟啉MOF带隙的时间和经济成本。

技术领域

本发明属于功能材料智能预测技术领域的一种卟啉MOF带隙预测方法，具体涉及了一种基于深度迁移学习预测卟啉MOF带隙的方法。

背景技术

近年来化石燃料的过度消耗导致了温室气体的高排放，二氧化碳进入大气和全球能源危机。通过使用半导体材料模拟自然光合作用以实现光催化CO₂还原为有价值的太阳能燃料，被认为是解决上述问题的最佳解决方案之一。卟啉MOF具有可调的能带结构，丰富的活性位点，比表面积大、空腔均匀可调等优点，使卟啉MOF成为一种十分有前景的光催化材料。

为了实现光催化CO₂还原，光催化剂应具有合适的带隙值。传统得到材料带隙值是通过密度泛函理论DFT计算，但由于卟啉MOF体系大，结构复杂，通过DFT计算其时间经济成本很大。

深度学习已被证明是一个优秀的方法寻找隐藏的输入特性和标签之间的联系，许多深度学习等已应用于MOF，并取得了好的结果。但数据依赖是深度学习中最严重的问题之一。与传统的机器学习方法相比，深度学习对海量训练数据的依赖性非常强，因为它需要大量的数据来理解数据的潜在模式。当去预测卟啉MOF的带隙值时，因卟啉MOF大多体系大，结构复杂，所以标注成本很高，因此卟啉MOF的数据收集是复杂和昂贵的，这使得构建传统深度学习需要的大规模、高质量的带注释的卟啉MOF数据集非常困难。

迁移学习放松了训练数据必须与测试数据独立且同分布的假设，激励我们利用迁移学习来解决训练数据不足的问题。在迁移学习中，训练数据和测试数据不需要是独立且同分布。不需要对目标域内的模型进行从零开始的训练，可以显著降低对目标域内训练数据和训练时间的需求。但迁移学习的微调集也需要一定数量的数据，不能太少。

晶体学信息文件(CIF)包含了每个晶体的详细信息，如晶胞参数、原子坐标等。它是进行晶体结构描述，解析，传播和表达时最常使用的文件格式。CIF文件详细描述了MOF晶胞中每个原子的种类和三维坐标信息。这种三维坐标信息，实际上蕴含了MOF本身的各种物理化学性质。

发明内容

针对传统深度学习预测材料性能需要大量带注释数据集的问题，本发明提出一种基于深度迁移学习预测卟啉MOF带隙的方法。本发明首先在已收集到的卟啉MOF数据集上通过改变卟啉中心金属设计构建了一个卟啉MOF数据集，然后采用Average SOAP Kernel实现了对卟啉MOF数据集的数据扩充，先是解决了迁移学习微调集数据不足的问题，之后采用深度迁移学习预测卟啉MOF带隙，最终解决了传统深度学习训练数据不足的问题。

本发明结合深度学习与迁移学习方法，在无需额外构建描述符，在仅使用CIF文件作为输入的情况下可高效准确地预测出给定卟啉MOF的带隙值。本发明能够显著减少预测成本，降低使用门槛及预测时间。

本发明的技术方案如下：

1)从剑桥晶体结构数据库中收集多个卟啉基MOF材料，对多个卟啉基MOF材料的原始晶体学信息文件进行结构优化并计算出对应的带隙，获得多个卟啉基MOF材料对应的优化晶体学信息文件以及带隙，由多个卟啉基MOF材料的优化晶体学信息文件和对应的带隙构成初始卟啉MOF数据集；