申请/专利权人:昆明理工大学
申请日:2024-04-28
公开(公告)日:2024-06-25
公开(公告)号:CN118248270A
主分类号:G16C60/00
分类号:G16C60/00;G16C20/70;G06F40/151;G06F40/216;G06F40/289;G06F40/284;G06F40/126;G06F18/24
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本专利申请属于材料设计技术领域,具体涉及一种基于机器学习的材料AI模型的建模方法,通过导入材料领域的数据库,将文本转化为数据集,加载DistillBERT模型进行训练,对训练后的模型进行解码与生成,获得AI模型,通过AI模型构建人机交互界面,在输入用户需求后,可提供装备材料优化建议,以在早期阶段就筛选出具有潜力的候选材料,减少了不必要的实验验证和试错成本,不仅能够实现对材料知识的快速响应,还能为非材料领域的用户提供专业支持,促进了不同学科之间的合作与交流;本发明采用的DistillBERT模型可完成“深度学习+迁移学习”,运用知识蒸馏策略,使得模型能够自适应地适应不同应用场景和数据集,数据量需求小,保证了模型的准确性和稳定性。
主权项:1.一种基于机器学习的材料AI模型的建模方法,其特征在于,包括如下内容:S1:导入第三方库;S2:数据集准备;S3:加载DistillBERT模型进行训练;S4:对训练后的模型进行解码与生成,获得AI模型;S5:使用测试集对AI模型进行最终性能评估;S6:通过AI模型构建人机交互界面。
全文数据:
权利要求:
百度查询: 昆明理工大学 基于机器学习的材料AI模型及其建模方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。