【技术实现步骤摘要】
一种基于神经网络的三维催化材料催化特性筛选系统
[0001]本专利技术涉及材料性质检测
，具体是一种基于神经网络的三维催化材料催化特性筛选系统。
技术介绍
[0002]材料科学是现代工业的前提，催化剂作为材料科学的一个重要领域，一直是研究的热点。而传统的催化剂筛选方法费时且昂贵。如基于DFT方法的催化材料方法往往需要数月时间去计算材料性质。随着数据驱动与人工智能（AI）相结合的方法在各种应用中得到了越来越多的关注并取得了巨大的成功，本系统基于此类创新的第四范式提出了一个基于神经网络的三维化学材料筛选系统。
技术实现思路
[0003]本专利技术的目的在于提供一种基于神经网络的三维催化材料催化特性筛选系统，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种基于神经网络的三维催化材料催化特性筛选系统，包括催化剂材料浅层特性采样模块、催化剂材料结构信息嵌入模块、催化材料性质学习模块、催化材料隐层信息表示模块和催化材料多任务筛选模块，所述催化剂材料浅层特性采样模...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络的三维催化材料催化特性筛选系统，包括催化剂材料浅层特性采样模块（1）、催化剂材料结构信息嵌入模块（2）、催化材料性质学习模块（3）、催化材料隐层信息表示模块（4）和催化材料多任务筛选模块（5），其特征在于：所述催化剂材料浅层特性采样模块（1）包括中心原子投影模块（6）和邻接结构采样模块（7），所述催化剂材料结构信息嵌入模块（2）包括基础结构信息拼接模块（8）、原子基础属性嵌入模块（9）、分子全局结构嵌入模块（10）和相对结构嵌入模块（11），所述催化材料性质学习模块（3）包括通过N层的Graph Transformer神经网络学习催化材料结构信息，所述催化材料隐层信息表示模块（4）将催化材料性质学习模块（3）输出的隐层催化材料性质信息进行解码，并将解码信息进行融合表示。2.根据权利要求1所述的一种基于神经网络的三维催化材料催化特性筛选系统，其特征在于：所述催化剂材料浅层特性采样模块（1）负责将...
【专利技术属性】
技术研发人员：顾彦慧，李亚飞，顾敏，卢新宇，曲维光，王金兰，周俊生，张先锋，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。