大地震！锂离子电池领域迎来重大改革创新！此次突破将推动新能源时代全新发展机遇！

文章预览

2024年度热门技术总结       机器学习模型在预测材料特性方面的应用取决于高质量数据的可用性。我们提供了一个由专家策划的锂离子导体和通过交流阻抗谱测量的相关锂离子电导率的数据集。此数据集包含从 214 个来源收集的 820 个条目;条目包含化学成分、专家指定的结构标签和特定温度（5 至 873 °C）下的离子电导率。有 403 种独特的化学成分，在接近室温 （15–35 °C） 时具有相关的离子电导率。该数据集中包含的材料被放置在无机晶体结构数据库中报告的化合物的上下文中，具有无监督机器学习和元素动子距离。此数据集用于训练基于 CrabNet 的分类器，以估计化学成分是否具有高或低离子电导率。该分类器是一种实用工具，可帮助实验人员优先考虑进一步研究的候选物，如锂离子导体。 锂离子电池，作为现代科技领域的核心能源存储设备， ………………………………