一种基于图神经网络的共晶预测方法、深度学习框架

摘要

本发明属于共晶体形成预测技术领域，公开了一种基于图神经网络的共晶预测方法、深度学习框架，包括：共晶样本收集；数据处理；数据集划分；引入迁移学习的计算策略，提出用于共晶筛选的图神经网络网框架CCGNet，并在CCGNet框架下构建共晶的预测模型，进行共晶筛选。本发明构建的深度学习框架CCGNet建立的模型的预测性能大幅超越了传统的机器学习模型和经典的图神经网络模型，为共晶筛选提供了一种高通量和高准确率的解决方案，丰富了共晶工程的方法论，向实现数据驱动的共晶工程设计迈出了重要的一步。本发明还收集了大量可靠的共晶数据，为以后基于机器学习的共晶筛选工作提供了有力的数据支撑。