提出了一種用于從化學數(shù)據庫中發(fā)現(xiàn)
新材料候選物的計算機實施的方法。該方法包括:從化學式提取特征向量;利用稀疏內核模型采用化學數(shù)據庫學習用于從特征向量預測屬性值的預測模型,基于在所述學習步驟中學習的所述預測模型所預測的屬性值,從以降序排序的現(xiàn)有材料列表中選擇現(xiàn)有材料,從以對所述選擇的現(xiàn)有材料的絕對反應幅度的降序排序的基礎材料列表中選擇基礎材料,以及生成作為考慮所述選擇的基礎材料所述選擇的現(xiàn)有材料的變體的新材料候選物。
聲明:
“用于發(fā)現(xiàn)具有期望特性的材料的機器學習框架” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)