【技术实现步骤摘要】
本公开的示例实施例总体涉及计算机领域，特别地涉及训练及优化分析模型的方法、装置、电子设备和计算机可读存储介质。
技术介绍
1、电解质在可穿戴设备、电动汽车和静态能量存储设备中扮演着不可或缺的角色。此外，电解质研究在非储能应用方面也具有重要意义，例如在食品、环境和制药领域。
2、随着算力的进步，电解质的设计与迭代逐渐呈现数字化的趋势。然而，目前的工具无法同时满足电解质模拟的真实性和准确性。
技术实现思路
1、在本公开的第一方面，提供了一种用于优化分析模型的方法。该方法包括：利用关于目标物质的第一性质的第一组值来微调分析模型，以确定目标物质关于第二性质的第二组值；基于第一组值和第二组值，确定目标物质的第一性质和第二性质之间的关联性；基于目标物质关于第二性质的参考值，利用关联性确定目标物质关于第一性质的目标值，参考值是基于对目标物质的实验所确定；以及利用目标物质关于第一性质的目标值，优化分析模型。
2、在本公开的第二方面，提供了一种用于训练分析模型的方法。该方法包括：利用分析模型确定电解质样本中的一组原子的一组特征表示；基于一组特征表示，利用分析模型确定电解质样本的电荷信息；基于电荷信息和一组特征表示，利用分析模型确定电解质样本的能量信息；以及基于电荷信息和能量信息，训练分析模型，其中用于训练分析模型的损失函数至少包括第一部分和/或第二部分，第一部分与基于电荷信息所确定的多极矩相关联，第二部分与基于能量信息确定的应力信息相关联。
3、在本公开的第三方面
4、在本公开的第四方面，提供了一种用于优化分析模型的装置。该装置包括：微调模块，被配置为利用关于目标物质的第一性质的第一组值来微调分析模型，以确定目标物质关于第二性质的第二组值；第一确定模块，被配置为基于第一组值和第二组值，确定目标物质的第一性质和第二性质之间的关联性；第二确定模块，被配置为基于目标物质关于第二性质的参考值，利用关联性确定目标物质关于第一性质的目标值，参考值是基于对目标物质的实验所确定；以及优化模块，被配置为利用目标物质关于第一性质的目标值，优化分析模型。
5、在本公开的第五方面，提供了一种用于训练分析模型的装置。该装置包括：特征确定模块，被配置为利用分析模型确定电解质样本中的一组原子的一组特征表示；电荷确定模块，被配置为基于一组特征表示，利用分析模型确定电解质样本的电荷信息；能量确定模块，被配置为基于电荷信息和一组特征表示，利用分析模型确定电解质样本的能量信息；第一训练模块，被配置为基于电荷信息和能量信息，训练分析模型，其中用于训练分析模型的损失函数至少包括第一部分和/或第二部分，第一部分与基于电荷信息所确定的多极矩相关联，第二部分与基于能量信息确定的应力信息相关联。
6、在本公开的第六方面，提供了一种用于训练分析模型的装置。该装置包括：模型获取模块，被配置为获取用于分析目标物质的多个分析模型，多个分析模型是基于模型参数的不同初始值而被训练；结果预测模块，被配置为利用多个分析模型确定关于目标物质中一组原子的受力的多个预测结果；第三确定模块，被配置为基于多个预测结果，确定针对一组原子的受力的目标数据；以及第二训练模块，被配置为利用目标数据，训练用于分析目标物质的目标分析模型。
7、在本公开的第七方面，提供了一种电子设备。该设备包括至少一个处理单元；以及至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。指令在由至少一个处理单元执行时使电子设备执行第一方面、第二方面或第三方面的方法。
8、在本公开的第八方面，提供了一种计算机可读存储介质。介质上存储有计算机程序，计算机程序被处理器执行时实现第一方面、第二方面或第三方面的方法。
9、应当理解，该部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种用于优化分析模型的方法，包括：
2.根据权利要求1所述的方法，其中利用关于所述第一性质的第一组值来微调所述分析模型包括：
3.根据权利要求1所述的方法，其中确定所述目标物质的所述第一性质和所述第二性质之间的关联性包括：
4.根据权利要求1所述的方法，其中利用所述目标物质关于所述第一性质的所述目标值优化所述分析模型包括：
5.根据权利要求4所述的方法，其中所述关联性为第一关联性，所述目标值为第一目标值，并且利用所述目标物质关于所述第一性质的所述目标值优化所述分析模型还包括：
6.根据权利要求5所述的方法，其中所述第一组值是基于关于所述第一性质的所述预设值和至少一项变化量而被确定。
7.根据权利要求6所述的方法，其中所述第二值是由所述分析模型基于NPT系综所确定。
8.根据权利要求1所述的方法，其中所述目标物质包括溶液，所述第一性质为所述溶液的压强，所述第二性质为所述溶液的密度。
9.根据权利要求1所述的方法，其中所述目标物质包括溶液，所述第一性质为所述溶液的偶极矩，所述第二性质为
10.一种用于训练分析模型的方法，包括：
11.根据权利要求10所述的方法，其中损失函数还包括第三部分，所述第三部分与所述电荷信息和/或基于所述电荷信息所确定的偶极矩相关联。
12.根据权利要求10所述的方法，其中所述应力信息为基于所述能量信息确定的维里张量。
13.根据权利要求10所述的方法，其中所述损失函数的值是基于与针对所述电解质样本的参考数据的比较而被确定，所述参考数据是基于密度泛函理论DFT而生成。
14.根据权利要求10所述的方法，其中利用分析模型确定电解质样本中的一组原子的一组特征表示包括：
15.根据权利要求14所述的方法，其中通过利用所述分析模型的图神经网络来处理所述图表示确定所述电解质样本中的所述一组原子的所述一组特征表示包括：
16.一种用于训练分析模型的方法，包括：
17.根据权利要求16所述的方法，其中基于所述多个预测结果确定针对所述一组原子的所述受力的目标数据包括：
18.根据权利要求17所述的方法，其中利用所述目标数据训练用于分析所述目标物质的目标分析模型包括：
19.根据权利要求17所述的方法，还包括：
20.根据权利要求19所述的方法，其中所述参考数据是基于密度泛函理论DFT而生成。
21.根据权利要求16所述的方法，其中所述目标分析模型包括所述多个分析模型中的至少一个分析模型。
22.一种用于优化分析模型的装置，包括：
23.一种用于训练分析模型的装置，包括：
24.一种用于训练分析模型的装置，包括：
25.一种电子设备，包括：
26.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至9、10至15或16至21中任一项所述的方法。
...【技术特征摘要】
1.一种用于优化分析模型的方法，包括：
2.根据权利要求1所述的方法，其中利用关于所述第一性质的第一组值来微调所述分析模型包括：
3.根据权利要求1所述的方法，其中确定所述目标物质的所述第一性质和所述第二性质之间的关联性包括：
4.根据权利要求1所述的方法，其中利用所述目标物质关于所述第一性质的所述目标值优化所述分析模型包括：
5.根据权利要求4所述的方法，其中所述关联性为第一关联性，所述目标值为第一目标值，并且利用所述目标物质关于所述第一性质的所述目标值优化所述分析模型还包括：
6.根据权利要求5所述的方法，其中所述第一组值是基于关于所述第一性质的所述预设值和至少一项变化量而被确定。
7.根据权利要求6所述的方法，其中所述第二值是由所述分析模型基于npt系综所确定。
8.根据权利要求1所述的方法，其中所述目标物质包括溶液，所述第一性质为所述溶液的压强，所述第二性质为所述溶液的密度。
9.根据权利要求1所述的方法，其中所述目标物质包括溶液，所述第一性质为所述溶液的偶极矩，所述第二性质为所述溶液的电导率。
10.一种用于训练分析模型的方法，包括：
11.根据权利要求10所述的方法，其中损失函数还包括第三部分，所述第三部分与所述电荷信息和/或基于所述电荷信息所确定的偶极矩相关联。
12.根据权利要求10所述的方法，其中所述应力信息为基于所述能量信息确定的维里张量。
1...
【专利技术属性】
技术研发人员：高伟豪，龚盛，牟贞亮，张玉敏，
申请(专利权)人：抖音视界有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。