Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川大学岑望来获国家专利权

四川大学岑望来获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉四川大学申请的专利基于机器学习在指定反应条件下输出催化剂稳定结构的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118658551B

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410681117.4,技术领域涉及:G16C20/40;该发明授权基于机器学习在指定反应条件下输出催化剂稳定结构的方法是由岑望来;曾凡珂;刘雨露;丁凤云;邓宇超设计研发完成,并于2024-05-29向国家知识产权局提交的专利申请。

基于机器学习在指定反应条件下输出催化剂稳定结构的方法在说明书摘要公布了:本发明提供一种基于机器学习在指定反应条件下输出催化剂稳定结构的方法,该方法首先基于已知结构—能量数据,构建机器学习势MLP,然后基于开源平台ASE的遗传算法并利用MLP对符合热力学关系的催化剂结构进行搜寻,最终根据ΔG≤0的搜寻结果,即获得符合热力学关系的催化剂稳定结构。本发明通过在遗传算法搜寻最稳定结构的同时利用热力学进行修正,根据指定反应条件可以确定一个催化剂稳定的化学比例和结构的构型空间,在两种或者多种反应条件下,可以通过空间组合,得到复杂工况下催化剂的稳定结构。

本发明授权基于机器学习在指定反应条件下输出催化剂稳定结构的方法在权利要求书中公布了:1.一种基于机器学习在指定反应条件下输出催化剂稳定结构的方法,其特征在于主要包括以下步骤: SⅠ、基于结构—能量数据,构建机器学习势MLP: Ⅰ-1、基于已知化合物结构,将其所对应的第一性原理计算能量数据作为标签,组建训练集; Ⅰ-2、将训练集输入至开源软件包AML,并基于开源n2p2高维神经网络势和神经网络委员会进行训练,获得机器学习势MLP; 其中,需对所述神经网络委员会中的元素种类按照训练集中所包含的已知化合物结构进行设置,及选择所需要的元素成键搭配组合; SⅡ、基于开源平台ASE的遗传算法并利用MLP对符合热力学关系的催化剂结构进行搜寻: II-1、指定原始催化剂的组成元素与反应条件,预测可能引入到该原始催化剂的新元素; Ⅱ-2、基于原始催化剂的组成元素,利用开源平台ASE随机生成多个初始结构作为遗传算法的初始种群; Ⅱ-3、在开源平台ASE中将步骤I所得机器学习势MLP作为计算器,对初始种群进行遗传算法搜寻,并基于每条搜寻结果进行热力学修正数据校正计算得到ΔG; 其中,所述热力学修正数据校正计算得到ΔG是基于反应条件所预设的已知热力学参数与热力学关系公式,并利用机器学习势MLP计算结果进行热力学修正数据校正计算得到ΔG; 所述热力学修正数据校正计算是基于所获取的已知热力学参数,通过在开源平台ASE中加入热力学修正数据校正计算模块来实现,该热力学修正数据校正计算模块为基于指定反应条件下热力学关系公式的常规代码化处理,将热力学关系公式转变为热力学关系表达式; Ⅱ-4、若步骤Ⅱ-3中搜寻结果所对应的ΔG≤0,则在初始种群的初始结构上增加步骤II-1中所预测的新元素,并依据所增加新元素的原子数从小到大的顺序重复执行步骤Ⅱ-3,直至ΔG>0; Ⅲ、依据步骤Ⅱ所得ΔG≤0的搜寻结果,即获得符合热力学关系的催化剂稳定结构。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川大学,其通讯地址为:610065 四川省成都市武侯区一环路南一段24号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。