本發明涉及人工智能技術,揭露了一種基于主動學習和符號回歸的超導體篩選方法,包括:對材料數據進行多類型聯合數據清洗,得到有效數據,識別有效數據的數值計算特征、化學特征、空間群特征及摻雜特征;將數值計算特征、化學特征、空間群特征及摻雜特征進行關聯度篩選,得到特征子集;利用預先訓練的特征分析決策樹模型根據特征子集對有效數據中每種化合物的超導能力進行分析,并選取符合預設條件的化合物為潛在高溫超導體,其中,特征分析決策樹模型是通過主動學習及符號回歸的方式預先訓練得到的回歸模型。本發明還提出一種基于主動學習和符號回歸的超導體篩選裝置及設備。本發明可以提高解析高溫超導材料篩選的精確度。
聲明:
“基于主動學習和符號回歸的超導體篩選方法、裝置及設備” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)