寧德時代全固態(tài)電池開啟樣品驗證，能源新世紀即將到來

來源：電子發(fā)燒友網 點擊查閱詳情

Nature打破質疑！人工智能加持鋰離子電池迎來領域超前技術，最新成果公布！

機器學習模型在預測材料特性方面的應用取決于高質量數據的可用性。我們提供了一個由專家策劃的鋰離子導體和通過交流阻抗譜測量的相關鋰離子電導率的數據集。此數據集包含從 214 個來源收集的 820 個條目;條目包含化學成分、專家指定的結構標簽和特定溫度（5 至 873 °C）下的離子電導率。有 403 種獨特的化學成分，在接近室溫 （15–35 °C） 時具有相關的離子電導率。該數據集中包含的材料被放置在無機晶體結構數據庫中報告的化合物的上下文中，具有無監(jiān)督機器學習和元素動子距離。此數據集用于訓練基于 CrabNet 的分類器，以估計化學成分是否具有高或低離子電導率。該分類器是一種實用工具，可幫助實驗人員優(yōu)先考慮進一步研究的候選物，如鋰離子導體。

來源：清新電源 點擊查閱詳情

寧德時代21C吳興遠博士：鋰離子電池壽命預測機理模型及應用

來演：先進電池材料 點擊查閱詳情