一种基于机器学习势能加速酸度常数和氧化还原电位的方法

    公开(公告)号:CN114550844A

    公开(公告)日:2022-05-27

    申请号:CN202210106825.6

    申请日:2022-01-28

    Applicant: 厦门大学

    Inventor: 程俊 王锋

    Abstract: 本公开提供基于机器学习势能加速酸度常数和氧化还原电位计算方法,包括:在预平衡轨迹中抽取部分结构,对反应物势能面和产物势能面进行第一性原理计算,得到部分结构对应的势能和原子力并作为初始训练数据集;通过机器学习势能函数训练后获得反应物机器学习势能面和产物机器学习势能面,耦合反应物机器学习势能面和产物机器学习势能面得到采样势能面;更新训练数据集和机器学习势能面;耦合反应物机器学习势能面和产物机器学习势能面,计算不同耦合参数对应的累积平均垂直能量差及对应的反应自由能;将反应自由能转化为酸度常数和氧化还原电位。本公开还提供一种基于机器学习势能加速酸度常数和氧化还原电位计算的装置、电子设备以及可读存储介质。

    一种基于机器学习快速预测核磁共振化学位移的方法

    公开(公告)号:CN114496111A

    公开(公告)日:2022-05-13

    申请号:CN202210108013.5

    申请日:2022-01-28

    Applicant: 厦门大学

    Inventor: 程俊 林敏 王锋

    Abstract: 本公开提供基于机器学习快速预测核磁共振化学位移的方法,包括:对收集的原子构型的集合进行电子结构计算,得到原子构型的集合的化学位移;将原子构型的集合中的各个原子的局域结构表示为特征描述符;将特征描述符和化学位移数据集按预定比例划分为训练集和测试集,训练集用于训练神经网络,测试集用于测试训练后的神经网络;将特征描述符作为为神经网络的输入层,将对应化学位移作为神经网络的输出层,基于训练集训练神经网络,获得神经网络预测模型;将待预测化学位移的原子局域结构转化为特征描述符,输入神经网络预测模型,获得待预测化学位移的原子局域结构的预测化学位移。本公开还提供了一种基于机器学习快速预测核磁共振化学位移的装置、电子设备以及可读存储介质。

    一种基于机器学习快速预测核磁共振化学位移的方法

    公开(公告)号:CN114496111B

    公开(公告)日:2024-09-13

    申请号:CN202210108013.5

    申请日:2022-01-28

    Applicant: 厦门大学

    Inventor: 程俊 林敏 王锋

    Abstract: 本公开提供基于机器学习快速预测核磁共振化学位移的方法,包括:对收集的原子构型的集合进行电子结构计算,得到原子构型的集合的化学位移;将原子构型的集合中的各个原子的局域结构表示为特征描述符;将特征描述符和化学位移数据集按预定比例划分为训练集和测试集,训练集用于训练神经网络,测试集用于测试训练后的神经网络;将特征描述符作为为神经网络的输入层,将对应化学位移作为神经网络的输出层,基于训练集训练神经网络,获得神经网络预测模型;将待预测化学位移的原子局域结构转化为特征描述符,输入神经网络预测模型,获得待预测化学位移的原子局域结构的预测化学位移。本公开还提供了一种基于机器学习快速预测核磁共振化学位移的装置、电子设备以及可读存储介质。

    用于电解液性质评估的势函数模型训练及评估方法、装置

    公开(公告)号:CN118468726A

    公开(公告)日:2024-08-09

    申请号:CN202410695655.9

    申请日:2024-05-31

    Applicant: 厦门大学

    Inventor: 程俊 王锋 唐煜航

    Abstract: 本公开提供了一种用于电解液性质评估的势函数模型训练及评估方法、装置,该训练方法包括:根据预先构建的若干电解液模型,确定各所述电解液模型对应的预平衡结构;选取部分预平衡结构分别进行第一性原理计算,得到各所述预平衡结构对应的性质参数,以构建初始数据集;根据所述初始数据集进行势函数模型训练,得到具有不同初始化参数的预定数量个势函数模型;根据被划分为若干批次的预平衡结构,对初始数据集和势函数模型进行迭代更新,进而得到目标势函数模型,本申请实施例的技术方案可以有效获取势函数模型的训练数据,保证势函数模型的训练效果。

    一种基于机器学习势能加速酸度常数和氧化还原电位的方法

    公开(公告)号:CN114550844B

    公开(公告)日:2024-04-30

    申请号:CN202210106825.6

    申请日:2022-01-28

    Applicant: 厦门大学

    Inventor: 程俊 王锋

    Abstract: 本公开提供基于机器学习势能加速酸度常数和氧化还原电位计算方法,包括:在预平衡轨迹中抽取部分结构,对反应物势能面和产物势能面进行第一性原理计算,得到部分结构对应的势能和原子力并作为初始训练数据集;通过机器学习势能函数训练后获得反应物机器学习势能面和产物机器学习势能面,耦合反应物机器学习势能面和产物机器学习势能面得到采样势能面;更新训练数据集和机器学习势能面;耦合反应物机器学习势能面和产物机器学习势能面,计算不同耦合参数对应的累积平均垂直能量差及对应的反应自由能;将反应自由能转化为酸度常数和氧化还原电位。本公开还提供一种基于机器学习势能加速酸度常数和氧化还原电位计算的装置、电子设备以及可读存储介质。

Patent Agency Ranking