摘要
本申请公开了基于物理引导深度学习模型的材料结构预测方法及装置，包括：获取训练集，利用目标材料的周期性进行晶体材料的建模，得到训练模型；利用晶体材料中原子成对距离约束和结构对称性的构建损失函数，并将构建的损失函数融合到训练模型中得到新的深度学习网络模型；利用获取的训练集对得到新的深度学习网络模型进行训练；利用训练完成的深度学习网络模型获取目标材料结构；根据获取的每一个目标材料结构的有效性和重复性筛选出目标材料结构中新材料结构；能够克服传统方法的局限性，提高材料设计的效率和精度，加速了新材料的发现。
