[发明专利]一种基于深度迁移学习预测卟啉MOF带隙的方法在审
| 申请号： | 202211268334.8 | 申请日： | 2022-10-17 |
| 公开（公告）号： | CN115565620A | 公开（公告）日： | 2023-01-03 |
| 发明（设计）人： | 佘远斌;张智慧;张丞玮;苏安 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G16C20/30 | 分类号： | G16C20/30;G16C20/70;G16C20/90;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 一种 基于 深度 迁移 学习 预测 卟啉 mof 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211268334.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种自动进出料的超声滚揉腌制设备
- 下一篇：一种高粘度液相物料管式反应器
