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(wǎng) 點擊查閱詳情

Nature打破質(zhì)疑！人工智能加持鋰離子電池迎來領(lǐng)域超前技術(shù)，最新成果公布！

機器學習模型在預(yù)測材料特性方面的應(yīng)用取決于高質(zhì)量數(shù)據(jù)的可用性。我們提供了一個由專家策劃的鋰離子導(dǎo)體和通過交流阻抗譜測量的相關(guān)鋰離子電導(dǎo)率的數(shù)據(jù)集。此數(shù)據(jù)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(jié)構(gòu)標簽和特定溫度（5 至 873 °C）下的離子電導(dǎo)率。有 403 種獨特的化學成分，在接近室溫 （15–35 °C） 時具有相關(guān)的離子電導(dǎo)率。該數(shù)據(jù)集中包含的材料被放置在無機晶體結(jié)構(gòu)數(shù)據(jù)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(shù)據(jù)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(dǎo)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(dǎo)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(yù)測機理模型及應(yīng)用

來演：先進電池材料 點擊查閱詳情