专栏名称: 研之成理
夯实基础,让基础成就辉煌;传递思想,让思想改变世界。“研之成理科研平台”立足于科研基础知识与科研思想的传递与交流,旨在创建属于大家的科研乐园!主要内容包括文献赏析,资料分享,科研总结,论文写作,软件使用等。科研路漫漫,我们会一路陪伴你!
今天看啥  ›  专栏  ›  研之成理

湖南科技大学刘万强课题组:机器学习预测电解液溶剂分子的供体数和受体数

研之成理  · 公众号  · 科研  · 2024-08-07 09:12
    

文章预览

01 引言 电解液溶剂对电池的能量密度和安全等性能具有至关重要的影响。供体数(DN)和受体数(AN)是筛选和设计优质电解液溶剂的两个重要参数。然而,通过实验测量DN和AN复杂且耗时。机器学习(ML)算法可以学习数据之间的复杂关系并建立预测模型。因此,通过机器学习预测电解液溶剂分子的DN和AN是一种快速和低成本的有效方法,有助于筛选和设计合适的电解液溶剂。 02 成果展示 近期,湖南科技大学化学化工学院刘万强课题组与汪靖伦课题组合作,通过计算和筛选分子结构描述符,利用ML算法建立了电解液溶剂分子DN和AN的预测模型,并使用SHAP揭示了分子结构描述符对DN和AN的影响。结果表明,基于决策树的CatBoost算法表现出良好的预测能力,在测试集中DN的R 2 值为0.860,AN的R 2 值为0.966。该方法可以准确地预测电解液溶剂的DN和AN,为电池电 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览