맞춤기술찾기

이전대상기술

촉매의 활성도를 예측하는 방법 및 전자 장치

  • 기술번호 : KST2021005113
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 전자 장치가 촉매의 활성도를 예측하는 방법의 일 실시예는, 전자 장치가 제1 소재를 구성하는 적어도 하나의 제1 원자에 관련된 제1 정보 및 흡착물을 구성하는 적어도 하나의 제2 원자에 관련된 제2 정보를 사용자로부터 수신하는 단계, 상기 수신된 제1 정보 및 제2 정보를 흡착 에너지를 추정하는 학습 모델에 적용하는 단계 및 상기 학습 모델로부터 출력된 흡착 에너지를 출력하는 단계;를 포함하고, 상기 학습 모델은 상기 제1 정보 및 상기 제2 정보에 기초하여, 상기 제1 원자, 상기 제2 원자 및 이들의 결합을 그래프로 모델링하고, 상기 모델링된 그래프를 벡터로 변환하고, 변환된 벡터를 이용하여 흡착 에너지를 추정하도록 학습된 것 일 수 있다.
Int. CL G16C 20/60 (2019.01.01) G16C 20/70 (2019.01.01) G16C 20/10 (2019.01.01) G16C 60/00 (2019.01.01)
CPC G16C 20/60(2013.01) G16C 20/70(2013.01) G16C 20/10(2013.01) G16C 60/00(2013.01)
출원번호/일자 1020190136894 (2019.10.30)
출원인 한국과학기술연구원
등록번호/일자
공개번호/일자 10-2021-0051516 (2021.05.10) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.10.30)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술연구원 대한민국 서울특별시 성북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김동훈 서울특별시 성북구
2 한상수 서울특별시 성북구
3 김명준 서울특별시 성북구
4 여병철 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 리앤목특허법인 대한민국 서울 강남구 언주로 **길 **, *층, **층, **층, **층(도곡동, 대림아크로텔)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2019.10.30 수리 (Accepted) 1-1-2019-1113686-00
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
전자 장치가 제1 소재를 구성하는 적어도 하나의 제1 원자에 관련된 제1 정보 및 흡착물을 구성하는 적어도 하나의 제2 원자에 관련된 제2 정보를 사용자로부터 수신하는 단계;상기 전자 장치가 상기 수신된 제1 정보 및 제2 정보를 흡착 에너지를 추정하는 학습 모델에 적용하는 단계; 및상기 전자 장치가 상기 학습 모델로부터 출력된 흡착 에너지를 출력하는 단계;를 포함하고,상기 학습 모델은상기 제1 정보 및 상기 제2 정보에 기초하여, 상기 제1 원자, 상기 제2 원자 및 이들의 결합을 그래프로 모델링하고, 상기 모델링된 그래프를 벡터로 변환하고, 변환된 벡터를 이용하여 흡착 에너지를 추정하도록 학습된 것인, 방법
2 2
제1 항에 있어서,상기 학습 모델은,상기 적어도 하나의 제1 원자 및 상기 적어도 하나의 제2 원자 중에서 적어도 하나를 노드로 모델링하고, 상기 적어도 하나의 제1 원자 사이의 결합, 상기 적어도 하나의 제2 원자 사이의 결합, 상기 적어도 하나의 제1 원자와 상기 적어도 하나의 제2 원자 사이의 결합 중에서 적어도 하나를 엣지로 모델링함으로써, 상기 그래프를 모델링하도록 학습된 것인, 방법
3 3
제1 항에 있어서,상기 학습 모델은, 상기 제1 정보에 기초하여, 상기 제1 소재의 구조를 제1 그래프로 모델링하고,상기 제1 정보 및 상기 제2 정보에 기초하여, 상기 제1 소재의 표면의 구조 및 상기 흡착물의 구조를 제2 그래프로 모델링하도록 학습된 것인, 방법
4 4
제3 항에 있어서,상기 학습 모델은,상기 제1 소재의 최외곽층을 구성하는 제3 원자들과, 상기 최외곽층의 바로 아래층을 구성하는 제4 원자들에 기초하여 상기 제1 소재의 표면의 구조를 제2 그래프로 모델링하도록 학습된 것인, 방법
5 5
제1 항에 있어서,상기 제1 정보는 상기 제1 원자의 족 번호(group number), 주기 번호(period number), 전기 음성도(electronegativity), 1차 이온화 에너지(the 1st ionization energy), 전자 친화력 (electron affinity), 밀도(density), 원자량(atomic weight), 공유 반경(covalent radius), 원자 볼륨(atomic volume), 융점(melting point), 비등점(boiling point), 유효 핵 충전량 (effective nuclear charge) 중에서 적어도 하나를 포함하고,상기 제2 정보는 상기 제2 원자의 족 번호(group number), 주기 번호(period number), 전기 음성도(electronegativity), 1차 이온화 에너지(the 1st ionization energy), 전자 친화력 (electron affinity), 밀도(density), 원자량(atomic weight), 공유 반경(covalent radius), 원자 볼륨(atomic volume), 융점(melting point), 비등점(boiling point), 유효 핵 충전량 (effective nuclear charge) 중에서 적어도 하나를 포함하는, 방법
6 6
제1 항에 있어서,상기 방법은, 상기 전자 장치가 상기 적어도 하나의 제1 원자 사이의 결합 거리, 상기 적어도 하나의 제2 원자 사이의 결합 거리, 상기 적어도 하나의 제1 원자와 상기 적어도 하나의 제2 원자 사이의 결합 거리 중에서 적어도 하나에 관련된, 제3 정보를 수신하는 단계; 및상기 전자 장치가 상기 수신된 제3 정보를 상기 학습 모델에 적용하는 단계를 더 포함하고,상기 학습 모델은, 상기 제3 정보에 기초하여 상기 그래프를 모델링하도록 학습된 것인, 방법
7 7
제1 항에 있어서,상기 제1 정보 및 상기 제2 정보를 수신하는 단계는,상기 전자 장치가 적어도 하나의 노드 엘리먼트 및 적어도 하나의 엣지 엘리먼트를 그래픽 인터페이스로 제공하는 단계;상기 전자 장치가 상기 적어도 하나의 노드 엘리먼트를 배열하는 제1 사용자 입력을 수신하는 단계;상기 전자 장치가 상기 노드 엘리먼트를 연결하도록 적어도 하나의 엣지 엘리먼트를 배열하는 제2 사용자 입력을 수신하는 단계;상기 전자 장치가 상기 노드 엘리먼트에 상기 제1 정보 및 상기 제2 정보 중에서 적어도 하나를 입력하는 제3 사용자 입력을 수신하는 단계; 및상기 전자 장치가 상기 적어도 하나의 제1 원자 사이의 결합 거리, 상기 적어도 하나의 제2 원자 사이의 결합 거리, 상기 적어도 하나의 제1 원자와 상기 적어도 하나의 제2 원자 사이의 결합 거리 중에서 적어도 하나에 관련된 정보를 상기 엣지 엘리먼트에 입력하는 제4 사용자 입력을 수신하는 단계;를 포함하고,상기 학습 모델은,상기 제1 사용자 입력, 상기 제2 사용자 입력, 상기 제3 사용자 입력 및 상기 제4 사용자 입력 중에서 적어도 하나에 기초하여 상기 그래프를 모델링하도록 학습된 것인, 방법
8 8
제1 소재를 구성하는 적어도 하나의 제1 원자에 관련된 제1 정보 및 흡착물을 구성하는 적어도 하나의 제2 원자에 관련된 제2 정보를 사용자로부터 수신하는, 사용자 입력부;상기 수신된 제1 정보 및 제2 정보를 흡착 에너지를 추정하는 학습 모델에 적용하는 프로세서; 및상기 학습 모델로부터 출력된 흡착 에너지를 출력하는 출력부;를 포함하고,상기 학습 모델은,상기 제1 정보 및 상기 제2 정보에 기초하여, 상기 제1 원자, 상기 제2 원자 및 이들의 결합을 그래프로 모델링하고, 상기 모델링된 그래프를 벡터로 변환하고, 변환된 벡터를 이용하여 흡착 에너지를 추정하도록 학습된 것인, 전자 장치
9 9
제1 항 내지 제7 항 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비 일시적인 기록매체
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 산업계(삼성전자) 한국과학기술연구원 삼성미래기술육성사업 소재-전자구조 양방향 맵핑 플랫폼 개발
2 산업계(삼성전자) 한국과학기술연구원 삼성미래기술육성사업 소재-전자구조 양방향 맵핑 플랫폼 개발