【技术实现步骤摘要】
本专利技术涉及材料科学与工程、人工智能与深度强化学习、计算化学等，特别是涉及一种基于深度强化学习的钙钛矿新材料发现方法。
技术介绍
1、众所周知，本专利技术涉及材料科学与工程、人工智能与深度强化学习、计算化学等
，特别涉及基于深度强化学习的钙钛矿新材料发现方法，钙钛矿是一类具有重要应用潜力的材料，例如在太阳能电池、光电器件和催化剂等领域；然而，传统的实验和计算方法在探索钙钛矿新材料方面受到了效率和准确性的限制，为了解决这一问题，本专利技术提出了基于深度强化学习的钙钛矿新材料发现方法，该方法利用人工智能领域的深度强化学习算法，结合计算化学方法，以提高钙钛矿新材料发现的效率和准确性，文献作者马苏约·弗洛里安；布鲁·蒂博；库莱特·弗洛朗；德梅森斯·奥德；梅斯巴·阿德尔；戈蒂埃·罗曼出版的书籍《钙钛矿还是不是钙钛矿？一种从x射线衍射图中自动识别新的杂化钙钛矿的深度学习方法》(massuyeau florian；broux thibault；coulet florent；demessence aude；mesbah adel；gautier romain.perovskite or not perovskite？a deep-learningapproach to automatically identify new hybrid perovskites from x-raydiffraction patterns.advanced materials,2022,34(41):2203879.)公开了一种从x射线衍射图中自动识别新型
技术实现思路
1、为解决上述技术问题，本专利技术提供一种通过引入计算化学方法来克服数据源获取耗时、数据源维度单一等缺点，实现钙钛矿材料高效的结构预测、性能预测等目的的一种基于深度强化学习的钙钛矿新材料发现方法。
2、本专利技术的一种基于深度强化学习的钙钛矿新材料发现方法，包括实施流程和发现方法，发现方法均匀的排布在实施流程内，发现方法还包括基于深度强化学习的钙钛矿新材料发现方法、训练数据集的预处理方法、深度强化学习模型的构建和优化方法和钙钛矿材料的计算化学评估方法，通过基于深度强化学习的钙钛矿新材料发现方法进行数据整理和预处理后，使其通过训练数据集的预处理方法进行构建深度强化学习模型，在此过程中，通过深度强化学习模型的构建和优化方法强化学习训练，通过钙钛矿材料的计算化学评估方法材料的评估和筛选。
3、优选的，基于深度强化学习的钙钛矿新材料发现方法还包括该方法利用深度强化学习算法结合计算化学方法，以高效地发现钙钛矿材料的候选解，通过数据收集和预处理、深度强化学习模型构建、强化学习训练以及材料评估和筛选等步骤，该方法能够提高钙钛矿新材料发现的效率和准确性。
4、优选的，训练数据集的预处理方法还包括该方法用于对采集的钙钛矿材料数据进行预处理，包括噪声和异常值的去除，以获得高质量的训练数据集。
5、优选的，深度强化学习模型的构建和优化方法还包括该方法涉及如何设计和构建适用于钙钛矿新材料发现的深度强化学习模型，并通过与环境的交互进行训练和优化，优化过程中可能涉及网络架构的选择、超参数的调整以及损失函数的定义等方面。
6、优选的，钙钛矿材料的计算化学评估方法还包括该方法用于对通过深度强化学习生成的钙钛矿材料候选解进行计算化学方法的评估和筛选，这可以帮助确定候选解在实际应用中的可行性和性能，为进一步的实验和应用提供指导。
7、优选的，发现方法的发现方式还包括：
8、s1：通过基于深度强化学习的钙钛矿新材料发现方法进行高质量的训练数据集收集和预处理后，通过训练数据集的预处理方法进行拆料候选解处理；
9、s2：通过深度强化学习模型的构建和优化方法强化学习训练后，进行钙钛矿材料候选解；
10、s3：在通过钙钛矿材料的计算化学评估方法进行钙钛矿候选材料的性能和可用性的评估和可用性筛选。
11、与现有技术相比本专利技术的有益效果为：在通过使用一种基于深度强化学习的钙钛矿新材料发现方法进行深度强化学习的过程中，本专利技术基于深度强化学习的方法能够更快速地生成钙钛矿新材料的候选解，从而大幅提高发现新材料的效率；根据实验数据统计，本专利技术的方法在相同的时间内能够生成比传统方法更多的候选解，提高了发现新材料的潜在机会，本专利技术的方法在预测新材料性能方面具有更高的准确度，相对于传统方法减少了错误预测的比例，本专利技术的方法能够覆盖更广泛的材料设计空间，提供了更多创新和突破的机会，综上所述，相较于
技术介绍
，本专利技术的基于深度强化学习的钙钛矿新材料发现方法能够显著提高效率和准确性，同时扩展了材料设计空间；这些优势通过实验数据的支持进一步验证了本专利技术的有益效果。
【技术保护点】
1.一种基于深度强化学习的钙钛矿新材料发现方法，包括实施流程和发现方法，发现方法均匀的排布在实施流程内；其特征在于，发现方法还包括基于深度强化学习的钙钛矿新材料发现方法、训练数据集的预处理方法、深度强化学习模型的构建和优化方法和钙钛矿材料的计算化学评估方法，通过基于深度强化学习的钙钛矿新材料发现方法进行数据整理和预处理后，使其通过训练数据集的预处理方法进行构建深度强化学习模型，在此过程中，通过深度强化学习模型的构建和优化方法强化学习训练，通过钙钛矿材料的计算化学评估方法材料的评估和筛选。
2.如权利要求1所述的一种基于深度强化学习的钙钛矿新材料发现方法，其特征在于，基于深度强化学习的钙钛矿新材料发现方法还包括该方法利用深度强化学习算法结合计算化学方法，以高效地发现钙钛矿材料的候选解，通过数据收集和预处理、深度强化学习模型构建、强化学习训练以及材料评估和筛选等步骤，该方法能够提高钙钛矿新材料发现的效率和准确性。
3.如权利要求2所述的一种基于深度强化学习的钙钛矿新材料发现方法，其特征在于，训练数据集的预处理方法还包括该方法用于对采集的钙钛矿材料数据进行预处理
4.如权利要求3所述的一种基于深度强化学习的钙钛矿新材料发现方法，其特征在于，深度强化学习模型的构建和优化方法还包括该方法涉及如何设计和构建适用于钙钛矿新材料发现的深度强化学习模型，并通过与环境的交互进行训练和优化，优化过程中可能涉及网络架构的选择、超参数的调整以及损失函数的定义等方面。
5.如权利要求4所述的一种基于深度强化学习的钙钛矿新材料发现方法，其特征在于，钙钛矿材料的计算化学评估方法还包括该方法用于对通过深度强化学习生成的钙钛矿材料候选解进行计算化学方法的评估和筛选，这可以帮助确定候选解在实际应用中的可行性和性能，为进一步的实验和应用提供指导。
6.如权利要求5所述的一种基于深度强化学习的钙钛矿新材料发现方法，其特征在于，发现方法的发现方式还包括：
...【技术特征摘要】
1.一种基于深度强化学习的钙钛矿新材料发现方法，包括实施流程和发现方法，发现方法均匀的排布在实施流程内；其特征在于，发现方法还包括基于深度强化学习的钙钛矿新材料发现方法、训练数据集的预处理方法、深度强化学习模型的构建和优化方法和钙钛矿材料的计算化学评估方法，通过基于深度强化学习的钙钛矿新材料发现方法进行数据整理和预处理后，使其通过训练数据集的预处理方法进行构建深度强化学习模型，在此过程中，通过深度强化学习模型的构建和优化方法强化学习训练，通过钙钛矿材料的计算化学评估方法材料的评估和筛选。
2.如权利要求1所述的一种基于深度强化学习的钙钛矿新材料发现方法，其特征在于，基于深度强化学习的钙钛矿新材料发现方法还包括该方法利用深度强化学习算法结合计算化学方法，以高效地发现钙钛矿材料的候选解，通过数据收集和预处理、深度强化学习模型构建、强化学习训练以及材料评估和筛选等步骤，该方法能够提高钙钛矿新材料发现的效率和准确性。
3.如权利要求2所述的一种基于...
【专利技术属性】
技术研发人员：周新龙，殷家贤，闫慧泽，孙绍辉，
申请(专利权)人：英飞科技南京有限公司，
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。