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！

龙图腾网获悉天津大学申请的专利一种机器学习势能面模型构造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：CN117273169B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202311242223.4，技术领域涉及：G06N20/00；该发明授权一种机器学习势能面模型构造方法是由巩金龙;吴仕灿;赵志坚;裴春雷;石向成设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种机器学习势能面模型构造方法在说明书摘要公布了：一种机器学习势能面模型构造方法，包括：收集训练模型用数据，数据包括1个以上体系的数据，每个体系的数据都包括：体系的原子坐标和体系对应性质；对收集的数据进行数据检验和数据存储；构建机器学习势能面模型，包括：建立特征工程；通过特征工程，得到用于对模型进行训练的最终数据集；构建机器学习模型；使用所述的最终数据集对所述的机器学习模型进行训练，得到机器学习势能面模型。本发明通过采用数据驱动的方法，避免了手动提取特征，由模型从数据集中自主迭代学习，避免了人为偏见的引入。本发明的模型具有非常强大的扩展性，可以缩放到较大体系，且不受目标体系性质的限制，同时支持多相体系和周期性非周期性体系。

本发明授权一种机器学习势能面模型构造方法在权利要求书中公布了：1.一种机器学习势能面模型构造方法，其特征在于，包括如下步骤： 1收集训练模型用数据 所述的数据包括1个以上体系的数据，每个体系的数据都包括：体系的原子坐标和体系对应性质；其中， 所述的体系对应性质包括：体系整体性质和逐原子性质两种中的一种或两种；其中， 所述的逐原子性质包括：原子受力、原子磁性、原子电荷、原子电离能中的一种或多种； 所述的体系整体性质包括：能量、晶胞应力、吸附能和D带中心中的一种或多种； 2对收集的数据进行数据检验和数据存储； 3构建机器学习势能面模型，包括： 3.1建立特征工程；包括： 3.1.1对体系进行周期性处理，所述的周期性包括：一维周期性、二维周期性、三维周期性；所述的对体系进行周期性处理，包括： 对于具有周期性的体系，根据给定的最大截断半径计算复制原始晶胞的次数，并在有周期性的方向上复制原始晶胞，复制次数为计算出的次数； 所述的在有周期性的方向上复制原始晶胞，是在原始晶胞的所有位点上按最大截断半径外延成球，若周期性方向上已复制的原始晶胞不能覆盖所述的球，则继续在周期性方向上双向复制整数个原始晶胞，直至完全覆盖所述的球； 所述的最大截断半径是采用人为指定或根据体系性质计算；其中所述计算是随机选取数据集中的n个体系，计算体系中的原始晶胞中的两两原子间距离，根据计算得到的原子间距离的大小，从小到大进行排序列表，并将两两原子间距离的总个数除以设定的截断半径个数，得到采样间隔，按所述的采样间隔对排序列表进行取样，得到截断半径列表，将截断半径列表中最大距离值作为最大截断半径； 对于具有周期性的体系，原始晶胞的复制次数至少为周期性边界两边上各复制一次； 3.1.2分别描述体系中原始晶胞内的每一个原子的原子环境；包括： a找出每一个原子的原子环境； b在每个原子的各原子环境中构造该原子的基点组； c对原子进行排序； 3.1.3对原子环境的描述进行聚合为单个体系的描述；包括： a将得到的体系内的所有原子的原子环境依次进行连接列表，或将每个原子环境在新的维度重叠构造高维张量，或累加求和，或累加求积，形成每个原子的多个截断半径的原子环境的描述； b将所述的每个原子的多个截断半径的原子环境的描述，按体系中原子的顺序依次进行连接列表，或将每个原子环境在新的维度重叠构造高维张量，或累加求和，或累加求积，形成整个体系下的特征工程输出； 3.2通过特征工程，得到用于对模型进行训练的最终数据集； 3.3构建机器学习模型； 3.4使用所述的最终数据集对所述的机器学习模型进行训练，得到机器学习势能面模型。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。

以上内容由龙图腾AI智能生成。