買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉上海交通大學申請的專利快速預測金屬化合物高精度導電特性的機器學習方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114201907B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202010986874.4，技術領域涉及：G16C20/70；該發明授權快速預測金屬化合物高精度導電特性的機器學習方法是由李金金;汪志龍;韓彥強;王清訓設計研發完成，并于2020-09-18向國家知識產權局提交的專利申請。

本快速預測金屬化合物高精度導電特性的機器學習方法在說明書摘要公布了：一種快速預測金屬化合物高精度導電特性的機器學習方法，通過采集二元金屬氧化物、氮化物、硫化物的半導體材料的PBE帶隙以生成訓練樣本，采用圖神經網絡建立半導體材料的結構?帶隙預測模型以訓練樣本進行初次訓練，得到用于快速預測PBE帶隙的預測模型，然后再計算訓練樣本中部分半導體材料的HSE06帶隙以生成二次訓練樣本，通過遷移學習對預測模型進行二次訓練，得到針對半導體材料的高精度帶隙預測模型用于進行HSE06水平的能隙預測。本發明能夠大幅降低帶隙預測的計算成本，有效避免實驗操作的繁瑣和設計成本，可以推廣到其他材料體系中，對發現具有功能特性的材料具有指導意義。

本發明授權快速預測金屬化合物高精度導電特性的機器學習方法在權利要求書中公布了：1.一種快速預測金屬化合物高精度導電特性的機器學習方法，其特征在于，通過采集二元金屬氧化物、氮化物、硫化物的半導體材料的PBE帶隙以生成訓練樣本，采用圖神經網絡建立半導體材料的結構-帶隙預測模型以訓練樣本進行初次訓練，得到用于快速預測PBE帶隙的預測模型，然后再計算訓練樣本中部分半導體材料的HSE06帶隙以生成二次訓練樣本，通過遷移學習對預測模型進行二次訓練，得到針對半導體材料的高精度帶隙預測模型用于進行HSE06水平的能隙預測，具體包括： 步驟1數據收集：從MaterialsProject數據庫中采集所有的二元金屬氧化物、氮化物、硫化物晶體結構，這些晶體結構包含原子的元素信息、原子坐標、晶格常數和相應的PBE帶隙值；從中選擇帶隙值大于0的晶體結構，即半導體結構，共計1503個半導體結構：氧化物979個，硫化物356個，氮化物168個； 步驟2建立圖神經網絡，具體包括： 2.1計算1503個半導體材料的晶體結構的原子間距d以判斷鄰近原子，并以鄰近原子的信息以及鍵長的信息共同作為半導體材料的描述符以唯一地表征其晶體結構； 2.2將步驟2.1得到的描述符作為卷積神經網絡的輸入，PBE帶隙值作為輸出，訓練整個網絡； 2.3訓練完成后得到從晶體結構到PBE帶隙的預測模型，當輸入晶體結構的原子信息，在計算描述符之后，通過神經元之間的權重參數進行四則運算，就可以快速計算出PBE帶隙值； 步驟3HSE06帶隙計算：從1503個半導體結構中隨機抽取150個結構，進行HSE06高精度的帶隙計算，得到150個HSE06帶隙； 步驟4遷移學習：根據步驟3得到的150個結構的晶體描述符作為步驟2訓練后的預測模型的輸入，將對應的HSE06帶隙作為輸出進行二次訓練； 步驟5重復步驟2～步驟4，直至誤差達到0.4eV，得到優化后的預測模型，進而用于對所有晶體結構進行基于HSE06水平的帶隙預測。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人上海交通大學，其通訊地址為：200240 上海市閔行區東川路800號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。