本发明专利技术公开了一种基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，包括：对材料数据库中的晶体结构，基于商图表示，通过有效配数方法将晶体结构编码为字符串，得到晶体训练数据；输入Transformer模型，基于多头自注意力机制，深度学习晶体编码的语法特征，得到普适的晶体神经网络；选择满足设定条件的巨阻效应纳米线材料数据构成数据集，输入普适的晶体神经网络，学习拓扑和化学成分特征，微调普适的晶体神经网络，得到特殊化晶体神经网络；使用训练好的特殊化晶体神经网络生成满足设定条件的字符串；逆向解码重建晶体结构；进行多步筛选，以获得满足化学组分的独特性、结构新颖性、稳定性和带隙范围的巨阻效应纳米线材料。
【技术实现步骤摘要】
本专利技术属于计算机领域基于深度学习的材料设计方法，特别涉及一种基于多头自注意力深度学习的巨阻效应纳米线材料设计方法。
技术介绍
1、目前的硅基mems膜是多种传感器敏感元件的核心部件。随着科技的进步，对传感器灵敏度和性能的要求越来越高。为获得更高的灵敏度，研究人员开始探索使用新型的纳米线材料进行设计。纳米线材料具有优异的电学和巨压阻效应，可显著提高传感器的灵敏度，兼顾器件的小型化和高集成度。但是传统实验室制备新材料的方法耗时耗资源，难以快速满足市场需求。同时传统数值仿真方法在处理其复杂结构和特性时效率较低，且缺乏标准化工艺。因此，使用生成式深度学习和逆向晶体编码系统方法提供了新的思路和可能。
2、目前国际上尚没有一种结合生成式深度学习和可逆晶体编码系统来研究巨阻效应纳米线新材料的方法。
3、需要注意的是，在使用基于多头自注意力的深度学习方法时要选择合适的架构、超参数和数据预处理方法，以确保模型的准确性和可靠性。此外，模型训练中的复杂问题可能需要大规模计算资源，因此需要考虑高性能计算和分布式计算资源。
r/>技本文档来自技高网...
【技术保护点】
1.一种基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，用于发现新型纳米材料，所述方法包括：
2.根据权利要求1所述的基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，其特征在于，所述步骤1)包括：
3.根据权利要求2所述的基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，其特征在于，所述字符串包括：原子符号、节点索引和边标签；其中，
4.根据权利要求1所述的基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，其特征在于，所述步骤3)中的设定条件包括同时满足以下条件：
5.根据权利要求1所述的基于多头自注意力深度学习的巨阻效...
【技术特征摘要】
1.一种基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，用于发现新型纳米材料，所述方法包括：
2.根据权利要求1所述的基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，其特征在于，所述步骤1)包括：
3.根据权利要求2所述的基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，其特征在于，所述字符串包括：原子符号、节点索引和边标签；其中，
4.根据权利要求1所述的基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，其特征在于，所述步骤3)中的设定条件包括同时满足以下条件：
5.根据权利要求1所述的基于多头自注意力深度学习的巨阻效应纳米线材料设计方法，其特征在于，所述步骤1)中还包括，对生成的字符串采用随机化方法进...
【专利技术属性】
技术研发人员：端木正，张晨，肖航，吕思远，赵成龙，巩啸风，万蔡辛，
申请(专利权)人：北京信息科技大学，
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。