基于深度学习的晶体性质预测研究

王步维; 王敏; 范谦; 王雅男; 章涵文; 乐云亮

首页> 中文期刊> 《系统仿真学报》 >基于深度学习的晶体性质预测研究

基于深度学习的晶体性质预测研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

使用传统的机器学习方法预测晶体性质需要进行复杂的特征工程。为了绕过耗时的特征工程,使用基于深度学习技术的元素网络、化学计量比的表征学习、基于注意力的成分限制网络和晶体图卷积神经网络对晶体的形成能、平均每个原子的总能量、带隙和费米能进行模拟。将残差学习引入晶体图卷积神经网络中,提出了一种晶体图卷积残差神经网络。在网络中增加隐藏层的层数和隐藏层的节点个数,通过残差连接的方式连接各个隐藏层,同时加入BatchNorm层进行归一化。经测试发现,相比于晶体图卷积神经网络,晶体图卷积残差神经网络对4种物理量预测的精度提升了1.3%~4.8%,有利于对理想晶体材料进行快速和准确的预测。

著录项

来源
《系统仿真学报》 |2021年第12期|2854-2863|共10页
作者
王步维; 王敏; 范谦; 王雅男; 章涵文; 乐云亮;
展开▼
作者单位

扬州大学信息工程学院;

河北科技大学信息科学与工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;信息处理（信息加工）;
关键词
深度学习; 晶体图卷积; 残差学习; 晶体性质;

相似文献

中文文献
外文文献
专利

1. CN晶体结构预测及其力学性质的第一性原理研究 [J] . 彬彬 ,赵永安 ,迎春 . 内蒙古工业大学学报（自然科学版） . 2019,第001期
2. Hf-N体系的晶体结构预测和性质的第一性原理研究∗ [J] . 樊涛 ,曾庆丰 ,于树印 . 物理学报 . 2016,第11期
3. 基于中学生数学核心素养发展的深度学习研究——以人教版“对数函数及其性质”的教学为例 [J] . 李良军 . 数学教学通讯 . 2022,第12期
4. 基于深度学习的单元整合教学策略研究——以“原子结构与元素性质”教学设计为例 [J] . 王娟娟 ,徐光静 . 化学教与学：下半月 . 2021,第7期
5. 基于深度学习的课堂教学设计优化研究——以微粒的性质为例 [J] . 陈成 . 好家长 . 2018,第013期
6. 大数据环境下基于深度学习的基站故障预测方法研究 [C] . 王奕 . 辽宁省通信学会2018年度学术年会 . 2018
7. 基于深度学习的骨小梁力学性质预测方法研究 [A] . 曹熠炜 . 2020

基于深度学习的晶体性质预测研究

摘要

著录项

相似文献

相关主题

期刊订阅