用于机器学习力场模型的选择及优化方法和装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
用于机器学习力场模型的选择及优化方法和装置
申请号:CN202411735137
申请日期:2024-11-29
公开号:CN119670551A
公开日期:2025-03-21
类型:发明专利
摘要
本申请提出了一种用于机器学习力场模型的选择及优化方法和装置,该方法包括:获取当前任务所涉及力场数据的训练集和测试集,获取多个第一机器学习力场模型;基于训练集和第一预设优化规则,对多个第一机器学习力场模型进行优化处理,得到多个第二机器学习力场模型;基于测试集,确定多个第二机器学习力场模型各自的预测精度;在多个第二机器学习力场模型选择预测精度最高的第三机器学习力场模型;若第三机器学习力场模型的预测精度大于或等于预设精度阈值,基于训练集、测试集和第二预设优化规则,对第三机器学习力场模型进行优化处理,得到适配所述当前任务的第四机器学习力场模型。本技术方案降低了力场模拟的难度,提升了力场模拟的精确程度。
技术关键词
计算机可执行指令 数据 精度 训练集 样本 搜索算法 超参数 优化装置 处理器通信 计算机设备 物理 可读存储介质 格式 存储器 索引 列表