研究前沿：机器学习-耐高温介电聚合物-聚硫酸盐 | Nature Energy

本文介绍了美国劳伦斯伯克利国家实验室、斯克利普斯研究所和威斯康星大学麦迪逊分校的研究团队，利用机器学习技术加速发现耐高温介电聚合物的方法。研究团队训练了前馈神经网络，从近50,000种聚硫酸盐的库中筛选出高性能候选聚合物，并通过硫氟化物交换点击化学成功合成和验证了这些候选物。其中，具有9,9-di(naphthalene)-fluorene重复单元的聚硫酸酯表现出优异的热弹性和超高放电能量密度，在200°C时效率超过90%，并展示了卓越的循环稳定性，适用于苛刻的带电环境。