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！

龙图腾网获悉北京湃氪斯科技有限公司申请的专利基于图卷积层通用原子间势能模型的原子特征更新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：CN120473016B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510623340.8，技术领域涉及：G16C20/50；该发明授权基于图卷积层通用原子间势能模型的原子特征更新方法是由张亚南设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本基于图卷积层通用原子间势能模型的原子特征更新方法在说明书摘要公布了：本发明公开了基于图卷积层通用原子间势能模型的原子特征更新方法，属于结合神经网络的化学和材料科学领域‌技术领域，本发明提出的改进型不变性通用原子间势能模型架构，通过引入物理引导的归纳偏置机制，使模型能够自动区分不同原子类型对交互信息的贡献权重，避免了传统拼接方法中特征混淆的问题，从而更精确地捕捉复杂材料体系中的多体作用规律，基于物理规律设计的距离衰减权重机制，在Message汇聚阶段考虑了原子间影响的衰减特性。这种先验知识的注入引导模型学习物理规律，降低了模型对训练数据量的依赖，特别是在稀有材料体系建模中，显著提升了模型在有限数据条件下的泛化能力和稳定性。

本发明授权基于图卷积层通用原子间势能模型的原子特征更新方法在权利要求书中公布了：1.基于图卷积层通用原子间势能模型的原子特征更新方法，其特征在于：包括以下步骤： 获取原子类型特征和边特征并输入Seg-Attention图卷积层，所述Seg-Attention图卷积层包括Message-Embed模块与Message-Agg模块； 通过所述Message-Embed模块计算所述原子类型特征中的中心原子与邻居原子的注意力权重，并生成分段索引列表和中心-邻居映射表，包括： 输入的第层原子类型特征，所述原子类型特征分为中心原子特征和邻居原子特征； 将所述中心原子特征和邻居原子特征通过线性层进行变换，生成中心原子中间特征和邻居原子中间特征，变换公式为： 其中，线性层的权重矩阵为，偏置项为； 将所述中心原子中间特征和邻居原子中间特征执行Seg-Softmax机制生成注意力权重，所述Seg-Softmax机制用于根据原子类型的不同，动态调整信息的权重，所述Seg-Softmax机制计算公式为： 其中,为中心原子邻居原子特征经线性层变化后的特征，为行索引，为列索引,表示索引为的所有行的集合,表示分段索引列表的第i个原子序数，所述注意力权重包括中心注意力权重和邻居注意力权重； 分段索引列表生成过程为：根据原子类型的不同，将原子分为个段，每个段对应一个原子序数，得到分段索引列表,,表示数据集中最大的原子序数； 中心-邻居映射表生成过程为：定义中心-邻居映射表，第一列表示中心原子索引列表，第二列表示邻居原子索引列表； 基于所述分段索引列表和中心-邻居映射表执行两阶段聚合机制，生成初始特征信息，第一阶段包括： 将边特征通过所述线性层进行变换，生成边中间特征； 将所述边中间特征与中心注意力权重和邻居注意力权重分别进行按位乘，生成加权后的中心原子特征和邻居原子特征； 将加权后的中心原子特征和邻居原子特征分别进行聚合，生成压缩后的中心原子特征和邻居原子特征； 第二阶段包括： 将压缩后的中心原子特征和邻居原子特征进行拼接，生成拼接后的特征,拼接公式为： 将拼接后的特征通过一个多层感知机进行非线性变换，生成融合原子特征，MLP的激活函数为SiLU，公式为： 其中,，和分别是MLP中第一层和第二层的可训练权重， ，为Sigmoid函数； 将融合原子特征根据中心原子索引列表和邻居原子索引列表扩展成和，扩展公式为： 将扩展后的中心原子特征、邻居原子特征和边特征进行拼接，生成初始特征信息，拼接公式为： ； 通过所述Message-Agg模块对原子间距离进行处理得到特征更新权重，将所述初始特征信息与所述特征更新权重按位乘，生成更新后的最终原子特征，特征更新权重的生成步骤包括： 给定原子间距离，首先应用Bessel函数对其进行处理，生成平滑衰减的权重，公式为： 其中为截断半径，设置为6，表示基底的第个维度，表示使用Bessel函数扩展的最高维度，表示envelope函数，其对距离实现了平滑衰减，计算公式如下： 其中，； 将处理后的距离特征通过一个可训练线性层进行变换，生成特征更新权重。

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北京湃氪斯科技有限公司，其通讯地址为：100081 北京市海淀区大柳树富海中心2号楼12层1208-287；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”。

以上内容由龙图腾AI智能生成。