李子玉
- 作品数：3 被引量：0H指数：0
- 供职机构：中国科学院更多>>
- 相关领域：一般工业技术电气工程理学自动化与计算机技术更多>>
- 深度神经网络结合迁移学习和基因遗传算法加速金属团簇结构全局优化
- 2024年
- 在团簇科学中,搜索金属团簇的全局最小能量结构具有重要的意义.最近,深度神经网络结合迁移学习的全局优化方法被开发出来,以提高金属团簇结构的优化效率,该方法可以大幅减少训练深度神经网络所需的样本数量.为了进一步提高势能面的采样效率和深度神经网络结合迁移学习的全局优化方法的全局搜索能力,本文提出了一种将基因遗传算法嵌入到深度神经网络结合迁移学习中的全局优化方法.在Pt_(n)(n=9-15)团簇的全局优化中,该方法只需要深度神经网络结合迁移学习的全局优化方法一半的样本数量就能优化得到全局最优结构,同时节省了约70%~80%的计算成本,这表明全局搜索能力的显著提升。在Pt_(14)团簇势能面上的采样结果显示,该方法搜索到低能量的样本(占比25%)比深度神经网络结合迁移学习方法的样本(占比<1%)更多.在Pt_(16)和Pt_(17)团簇的全局最优结构搜索中,本文报道了文献中尚未报道的新结构,证明本论文建立的方法的可行性和先进性.
- 杨祁李子玉李子玉何圣贵
- 关键词：全局优化金属团簇铂
- 一种镨掺杂锶铁氧体吸波材料及其制备方法
- 本发明提供了一种镨掺杂锶铁氧体吸波材料及其制备方法，所述镨掺杂锶铁氧体吸波材料的化学式为：Sr<Sub>y</Sub>Fe<Sub>12‑x</Sub>Pr<Sub>x</Sub>O<Sub>19</Sub>，其中0.0...
- 景晓东宫华扬李作光陈子涛李子玉
- 一种镨掺杂锶铁氧体吸波材料及其制备方法
- 本发明提供了一种镨掺杂锶铁氧体吸波材料及其制备方法，所述镨掺杂锶铁氧体吸波材料的化学式为：Sr<Sub>y</Sub>Fe<Sub>12‑x</Sub>Pr<Sub>x</Sub>O<Sub>19</Sub>，其中0.0...
- 景晓东宫华扬李作光陈子涛李子玉
