[发明专利]生成式对抗网络驱动的硅锗超晶格发光新材料开发技术在审
| 申请号: | 202110668704.6 | 申请日: | 2021-06-16 |
| 公开(公告)号: | CN113421621A | 公开(公告)日: | 2021-09-21 |
| 发明(设计)人: | 刘元杰;林建涵 | 申请(专利权)人: | 中国农业大学 |
| 主分类号: | G16C60/00 | 分类号: | G16C60/00;G06F30/27;G06N3/04;G06N3/08;G06F113/26 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 100083 北京市海淀*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 生成 对抗 网络 驱动 硅锗超 晶格 发光 新材料 开发 技术 | ||
1.一种生成式对抗网络驱动的硅锗超晶格发光新材料开发技术,其特征在于,所述方法包括:
使用第一性原理计算产生不同排列方式硅锗超晶格能带结构数据;
构造生成式对抗网络,对超晶格对应能带结构的映射关系进行建模;
使用模拟计算生成的样本及少量实验数据构造训练数据集;
对生成式对抗网络中的生成模型和判别模型进行交错联合训练;
使用生成模型对不同排列方式的硅锗超晶格材料体系进行搜索,选择具有最优发光性能的结构。
2.根据权利要求1所述方法,其特征在于,使用第一性原理计算硅锗超晶格能带结构,超晶格的排列为随机产生,无需特殊人工设计。
3.根据权利要求2所述方法,其特征在于,所述使用第一性原理计算随机排列结构生成样本,样本的产生方式为多机并行执行。
4.根据权利要求1所述方法,其特征在于,生成模型为循环神经网络,判别模型为卷积神经网络。
5.根据权利要求1所述方法,其特征在于,使用的训练样本在模拟数据中结合了实验数据,训练过程能够实现模拟样本与真实样本中信息的融合,提高了模型预测结果的实用性。
6.根据权利要求1所述方法,其特征在于,所述使用生成模型对随机超晶格结构进行搜索,其输出结果为能带是直接带隙可能性的评分。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学,未经中国农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110668704.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:油缸耳环机加工用固定夹紧装置
- 下一篇:电池包及电动汽车





