山東大學陳金月獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉山東大學申請的專利基于PINN的水生態時空變化驅動機制解析方法與系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120430526B 。
龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510932945.5,技術領域涉及:G06Q10/063;該發明授權基于PINN的水生態時空變化驅動機制解析方法與系統是由陳金月;楊燦;王國強;高震宇;王婉婷;任世龍;房磊;李延偉;李杰;王橋;肖雪純;陳強;劉翀;朱磊設計研發完成,并于2025-07-08向國家知識產權局提交的專利申請。
本基于PINN的水生態時空變化驅動機制解析方法與系統在說明書摘要公布了:本發明屬于水生態預測領域,為解決水生態時空變化驅動機制解析結果的準確性低的問題,提供一種基于PINN的水生態時空變化驅動機制解析方法與系統。其中,基于PINN的水生態時空變化驅動機制解析方法包括獲取各個監測點的關鍵水生態指標時空數據及影響因子數據;利用預先訓練好的PINN模型對上述獲取的數據進行處理,得到不同時空尺度下的關鍵水生態指標濃度的預測值;根據不同時空尺度下的關鍵水生態指標濃度的預測值及其對應的影響因子數據進行全局敏感性分析,得到不同時空尺度下的影響因子數據對關鍵水生態指標濃度變化的影響。其能夠為水生態環境管理決策提供準確的數據基礎。
本發明授權基于PINN的水生態時空變化驅動機制解析方法與系統在權利要求書中公布了:1.一種基于PINN的水生態時空變化驅動機制解析方法,其特征在于,包括: 獲取各個監測點的關鍵水生態指標時空數據及影響因子數據; 利用預先訓練好的PINN模型對上述獲取的數據進行處理,得到不同時空尺度下的關鍵水生態指標濃度的預測值; 根據不同時空尺度下的關鍵水生態指標濃度的預測值及其對應的影響因子數據進行全局敏感性分析,得到不同時空尺度下的影響因子數據對關鍵水生態指標濃度變化的影響; 其中,在訓練PINN模型的過程中,總損失函數由數據擬合損失函數和物理約束損失函數的加權和構成;所述數據擬合損失函數用于衡量關鍵水生態指標濃度的預測值與真實值之間的差異;所述物理約束損失函數用于衡量神經網絡預測值與物理約束方程理論值之間的差異; 關鍵水生態指標濃度的物理約束方程的構建過程為: 基于關鍵水生態指標,構建一個多維的關鍵水生態指標的候選物理項數據庫; 將關鍵水生態指標的候選物理項數據庫作為輸入特征矩陣,構建關鍵水生態指標濃度的物理約束方程; 所述關鍵水生態指標的候選物理項數據庫包括關鍵水生態指標的線性項、非線性項、交互項、時滯效應項、生態動力學特征項及空間耦合項;線性項代表影響因子對關鍵水生態指標變化的直接線性作用;非線性項代表影響因子對關鍵水生態指標產生非線性的影響;交互項代表不同影響因子共同作用并相互對關鍵水生態指標的影響;時滯效應項代表當前時刻的影響因子及過去時刻的影響因子對關鍵水生態指標的影響;生態動力學特征項代表影響因子對關鍵水生態指標產生的動力學機制;空間耦合項代表影響因子的空間分布對關鍵水生態指標的變化產生的影響; 關鍵水生態指標濃度的物理約束方程,由關鍵水生態指標濃度與影響因子的非線性函數來表征;其中,關鍵水生態指標濃度的變化由候選物理項數據庫中各個物理特征的影響權重決定; 所述PINN模型采用多層級聯的深度神經網絡架構,以多層感知機為基本框架的非線性映射模型。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人山東大學,其通訊地址為:250000 山東省濟南市歷城區山大南路27號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。