买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院计算机网络信息中心;北京交通大学申请的专利一种基于图神经网络的材料性质预测方法、系统及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116665809B 。

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310580976.X，技术领域涉及：G16C20/70；该发明授权一种基于图神经网络的材料性质预测方法、系统及设备是由王宗国;奉天羽;王彦棡;熊菲;陈子逸设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本一种基于图神经网络的材料性质预测方法、系统及设备在说明书摘要公布了：本发明公开了一种基于图神经网络的材料性质预测方法、系统及设备，属于材料预测和分析领域。该方法包括：获取材料的晶体结构；对晶体结构进行编码初始化及标准化处理，得到对应原子的图网络；构建结构特征预测模型，并确定结构特征预测模型的网络超参信息，及设置结构特征预测模型的网络评估算法、激活函数、优化器；基于网络超参信息及网络评估算法、激活函数、优化器对结构特征预测模型进行训练与优化处理；将待预测材料数据输入至进行训练与优化处理后的结构特征预测模型，输出材料性质预测结果。本发明可实现材料结构的准确表征，最终提高模型的预测精度。

本发明授权一种基于图神经网络的材料性质预测方法、系统及设备在权利要求书中公布了：1.一种基于图神经网络的材料性质预测方法，其特征在于，包括以下步骤： 获取材料的晶体结构； 对所述晶体结构进行编码初始化及标准化处理，得到对应原子的图网络； 构建结构特征预测模型，并确定结构特征预测模型的网络超参信息，及设置结构特征预测模型的网络评估算法、激活函数、优化器； 基于所述网络超参信息及所述网络评估算法、所述激活函数、所述优化器对所述结构特征预测模型进行训练与优化处理； 将待预测材料数据输入至进行训练与优化处理后的结构特征预测模型，输出材料性质预测结果； 其中，所述构建的结构特征预测模型，包括： 依次连接的L1隐藏层、第一图卷积层、第二图卷积层、第三图卷积层、池化层、L2隐藏层； 其中，所述L1隐藏层将所述图网络的所有初始特征向量映射成适合所述第一图卷积层、所述第二图卷积层、所述第三图卷积层的输入； 通过所述第一图卷积层、所述第二图卷积层、所述第三图卷积层提取点值和边向量的信息，得到表征晶体结构的图卷积层模型； 经过所述第一图卷积层、所述第二图卷积层、所述第三图卷积层后，对所述图卷积层模型进行池化，经过池化层将不同原子代表的局部环境合成一个代表整体晶体环境的图向量； 利用归一化的晶体向量，基于L2隐藏层进行材料属性预测建模，并输出预测属性值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院计算机网络信息中心;北京交通大学，其通讯地址为：100083 北京市海淀区东升南路2号院；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。