亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Machine learning-assisted design and prediction of materials for batteries based on alkali metals

碱金属 材料科学 纳米技术 生化工程 计算机科学 化学 工程类 有机化学
作者
Kexin Si,Zhipeng Sun,Huaxin Song,Xiangfen Jiang,Xuebin Wang
出处
期刊:Physical Chemistry Chemical Physics [Royal Society of Chemistry]
卷期号:27 (11): 5423-5442 被引量:8
标识
DOI:10.1039/d4cp04214j
摘要

Since the commercialization of lithium-ion batteries in the 1990s, batteries based on alkali metals have been promising candidates for energy storage. The performances of these batteries, in terms of cost-efficiency, energy density, safety, and cycle life need continuous improvement. Battery performances are highly dependent on electrode materials, yet the long experimental period, intensive labor, and high cost remain bottlenecks in the improvement of electrode materials. Machine learning (ML), which is being increasingly integrated into materials science, offers transformative potential by reducing the R&D period and cost. ML also demonstrates significant advantages in the performance prediction of various materials, and it can also help reveal the structure-performance relationship of materials. ML-assisted material design and performance prediction thus enable the innovation of advanced materials. Herein, implementation of ML for exploring alkali metal-based batteries is outlined, highlighting various ML algorithms as well as electrode reaction mechanisms.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
NexusExplorer的应助被符聪采纳,获得10
2秒前
CAOHOU的应助被浮云采纳,获得10
15秒前
27秒前
33秒前
RONG发布了新的文献求助10
40秒前
宇是眼中星眸完成签到 ,获得积分10
1分钟前
研友_nxw2xL完成签到,获得积分0
1分钟前
molihuakai的应助被渟柠采纳,获得10
1分钟前
1分钟前
1分钟前
渟柠发布了新的文献求助10
1分钟前
1分钟前
2分钟前
Blynn发布了新的文献求助30
2分钟前
2分钟前
2分钟前
Blynn完成签到,获得积分10
2分钟前
nojego完成签到,获得积分10
2分钟前
原子超人完成签到,获得积分10
2分钟前
2分钟前
符聪发布了新的文献求助10
2分钟前
寂寞的汽车完成签到,获得积分10
3分钟前
缥缈雯完成签到,获得积分10
3分钟前
3分钟前
舒适鸣凤的应助被369ninja采纳,获得10
3分钟前
3分钟前
再睡一夏发布了新的文献求助10
3分钟前
DATATA完成签到 ,获得积分10
3分钟前
3分钟前
舒适鸣凤的应助被369ninja采纳,获得10
3分钟前
被风吹过的路的应助被369ninja采纳,获得10
4分钟前
4分钟前
再睡一夏完成签到,获得积分10
4分钟前
oleskarabach完成签到,获得积分20
4分钟前
Tim完成签到,获得积分10
4分钟前
舒适鸣凤的应助被369ninja采纳,获得10
4分钟前
庾傀斗发布了新的文献求助10
4分钟前
LuXiaoyu的应助被369ninja采纳,获得10
4分钟前
开心惜梦完成签到,获得积分10
4分钟前
LuXiaoyu的应助被369ninja采纳,获得10
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8195122
求助须知:如何正确求助?哪些是违规求助? 9580886
关于积分的说明 21872905
捐赠科研通 7795112
什么是DOI,文献DOI怎么找? 3437934
关于科研通互助平台的介绍 2561228
邀请新用户注册赠送积分活动 2484609