№ CN122991316A发明专利
未知基于机器学习的量子点材料合成优化方法
本发明涉及深度学习技术领域,公开基于机器学习的量子点材料合成优化方法,包括:构建包含反应物分子节点与前驱体化学键边的图结构输入层;采用双分支图注意力网络,第一分支提取成核阶段的配体结合能图特征,第二分支提取生长阶段的单体浓度时序变化图特征;在损失函数层引入成核与生长质量守恒约束项;将双分支输出的特征向量级联后输入全连接层,输出最优合成参数组合。本发明将物理动力学机制内化于网络架构,实现了成核与生长阶段的特征解耦,克服了现有模型无法表征动力学差异导致参数优化准确度低的缺陷,降低了非最优合成参数导致的副反应发生率。
❖河南豫科光学科技股份有限公司景志杰; 尚苏平; 唐兆兵; 贾思琪; 景旭阳; 周子明; 杨帅; 李娟Oct 27, 2026§ 1/10 权利要求G16C 10/00 (2019.01)