-
公开(公告)号：CN119560066A
公开(公告)日：2025-03-04
申请号：CN202411544227.2
申请日：2024-10-31
IPC: G16C60/00 , G06F16/903 , G06N5/022 , G06N3/08 , G06N3/042
Abstract: 本发明提供一种基于模块化深度学习的材料属性预测方法和装置，应用于云端材料知识共享平台，云端材料知识共享平台加载有材料知识库，材料知识库包括：多组参数模块，一组参数模块对应一个异质材料任务，异质材料任务用于实现材料的属性预测；方法包括：接收用户上传的目标材料的目标属性预测问题；基于目标属性预测问题在材料知识库中查询，确定对应的目标参数模块，并将目标参数模块返回至用户；其中，目标参数模块用于：使用户基于目标参数模块训练模型，并基于训练后的模型进行目标材料的属性预测。通过本发明提供的方法，从材料知识库中选取与给定下游任务最相关的模块，有效适配下游材料属性预测任务。
-
公开(公告)号：CN119612606A
公开(公告)日：2025-03-14
申请号：CN202311167672.7
申请日：2023-09-11
Applicant: 清华大学
IPC: C01G51/68
Abstract: 本公开提供了一种具备反铁磁金属性的材料及其制备和应用，所述具备反铁磁金属性的材料的通式为RxA1‑xBO3，其中，所述R为镧系元素；x的取值在0.01至0.30以内；沿晶体结构的c轴方向观测，所述材料的原子结构为八面体层的堆垛。本公开提供的全新的具备ab面内可控反铁磁金属态的新材料具备较高的电导率和ab面内可控的反铁磁序；此外该材料在高磁场下能转变为铁磁序，显示出磁场下可控的反铁磁序。
-
公开(公告)号：CN119601328A
公开(公告)日：2025-03-11
申请号：CN202311169716.X
申请日：2023-09-11
Applicant: 清华大学
Abstract: 本公开提供了一种具有强垂直各向异性的硬磁材料及其制备和应用，所述具有强垂直磁各向异性的硬磁材料的通式为RxA1‑xBO2.5，其中，所述R为镧系元素；x的取值在0.01至0.50以内；所述A选自第IIA主族元素，所述B选自3d过渡金属元素；沿晶体结构的c轴方向观测，所述材料的原子结构为一层B‑O四面体和一层B‑O八面体交替堆垛的结构。该硬磁材料具备强磁各向异性，可以对该材料的强磁各向异性以及饱和磁化强度可以进行可控的调制。
-
公开(公告)号：CN110580995A
公开(公告)日：2019-12-17
申请号：CN201810579226.X
申请日：2018-06-07
Applicant: 清华大学
Abstract: 本发明涉及一种铁磁材料。所述铁磁材料的结构式为A3B3O8。其中A为碱土金属元素和稀土金属元素中的一种或多种。B为过渡族金属元素的一种或多种，所述铁磁材料为二维金属态氧化物材料。所述铁磁材料的结构稳定，结晶质量较高，具备二维铁磁金属特性。所述铁磁材料在低温具有很明显的磁各向异性。所述铁磁材料的铁磁转变温度大约在200K。所述铁磁材料具有沿面内方向准二维的电导特性。所述铁磁材料可以广泛的应用到电磁传感器领域。
-
公开(公告)号：CN110580995B
公开(公告)日：2020-11-13
申请号：CN201810579226.X
申请日：2018-06-07
Applicant: 清华大学
Abstract: 本发明涉及一种铁磁材料。所述铁磁材料的结构式为A3B3O8。其中A为碱土金属元素和稀土金属元素中的一种或多种。B为过渡族金属元素的一种或多种，所述铁磁材料为二维金属态氧化物材料。所述铁磁材料的结构稳定，结晶质量较高，具备二维铁磁金属特性。所述铁磁材料在低温具有很明显的磁各向异性。所述铁磁材料的铁磁转变温度大约在200K。所述铁磁材料具有沿面内方向准二维的电导特性。所述铁磁材料可以广泛的应用到电磁传感器领域。
-
Patent Agency Ranking
公开(公告)号：CN113095092B
公开(公告)日：2024-05-31
申请号：CN202110416255.6
申请日：2021-04-19
Applicant: 南京大学
IPC: G06F40/58 , G06F40/211 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种通过建模协同关系提高非自回归神经机器翻译质量的方法，将源端表示结合目标语言序列的长度构造非自回归神经机器翻译模型中解码器的输入，然后结合依存语法树、源端表示、解码器输入得到目标语言序列的协同关系矩阵，最后将目标语言序列的协同关系矩阵集成于非自回归神经机器翻译模型中的解码器。本发明通过依存语法树来建模目标序列中词与词之间的协同关系，在兼顾依赖关系的同时使翻译质量获得了显著的提升。
-
公开(公告)号：CN111984765B
公开(公告)日：2023-10-24
申请号：CN201910422428.8
申请日：2019-05-21
Applicant: 南京大学
IPC: G06F16/332 , G06F16/36 , G06N3/0455 , G06N3/0442 , G06N3/088
Abstract: 本公开涉及一种知识库问答过程关系检测方法及装置，所述方法包括：获取问句表示和对应的待检测关系；确定所述待检测关系在知识库中的初始关系表示；将所述初始关系表示映射至知识库问答空间的已登录关系表示，得到映射后的关系表示；确定所述待检测关系对应的词级别表示；确定所述映射后的关系表示的全局级别表示；确定最终关系表示；根据所述最终关系表示和所述问句表示的相似度，确定所述待检测关系的检测结果。利用本公开各实施例，可以提高关系检测的准确率。
-
公开(公告)号：CN115249317A
公开(公告)日：2022-10-28
申请号：CN202110379492.X
申请日：2021-04-08
Applicant: 南京大学
IPC: G06V10/774 , G06N3/08
Abstract: 本公开涉及一种生成图像描述信息的方法和装置。包括：获取待处理的目标图像；将所述目标图像输入图像描述模型，输出所述目标图像的描述信息，所述图像描述模型被设置为根据样本图像和样本图像的描述信息之间的对应关系训练得到，其中，利用强化学习算法对图像描述模型进行二次训练。本公开利用样本图像和样本图像的描述信息之间的对应关系训练得到图像描述模型，并利用强化学习算法对图像描述模型进行二次训练，能够优化图像描述模型，提高图像描述模型输出的描述信息的准确度和流畅度。
-
公开(公告)号：CN114881031A
公开(公告)日：2022-08-09
申请号：CN202210428560.1
申请日：2022-04-22
Applicant: 南京大学
IPC: G06F40/295 , G06F40/30 , G06F16/28
Abstract: 本发明公开了一种命名实体识别模型的训练方法，利用预训练好的成分句法分析器，构建出输入文本的成分分析树；基于生成规则，通过所述成分分析树形成关键句法成分候选集合；通过掩蔽不同的关键句法成分，筛选出所述关键句法成分候选集合中最重要的两个关键句法成分；分别掩蔽实体和最重要的两个关键句法成分，得到两种词嵌入并引入一种门控机制对两种词嵌入进行融合，形成每个词最终的词嵌入表示；将文本中所述每个词最终的词嵌入表示作为输入，输入条件随机场中进行训练，得到命名实体识别模型。本发明加强了最终词嵌入的表达能力；省去标注样本数据所需的人力成本；有效减轻整个句子复杂语义的影响，简化人类阅读和理解的过程，可解释性较强。
-
公开(公告)号：CN114547300A
公开(公告)日：2022-05-27
申请号：CN202210151431.2
申请日：2022-02-18
Applicant: 南京大学
Abstract: 本发明提供了一种结合远程监督和有监督的关系分类方法，通过有监督数据训练得到教师模型，在使用远程监督数据训练学生模型时对实体进行随机遮掩，同时利用蒸馏技术引入教师模型的监督信号，从而达到降噪的目的。得到学生模型后，在有监督数据上微调学生模型，进一步利用有监督数据增强学生模型。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.044 seconds)
