天津大学杨春鹏/王旗龙、化学所郭玉国JACS:AI辅助挖掘金属有机框架固态电解质!
BioMed科技
2025-10-27 22:33
文章摘要
本研究背景聚焦人工智能在材料科学领域的应用,特别是大语言模型和机器学习技术加速新材料发现的潜力。研究目的旨在开发一种融合大语言模型与表示聚类技术的AI框架,从金属有机框架数据库中智能挖掘固态电解质材料。通过构建交互式迭代文本挖掘框架建立MOF固态电解质数据库,并利用表示聚类方法从11,393个候选材料中成功识别出NOTT-400作为潜力材料。实验验证表明NOTT-400具有3.1×10−4 S cm−1的锂离子电导率和4.79V电化学稳定窗口,证实了该AI框架的有效性。这项工作为人工智能辅助电池材料开发提供了新范式,显著提升了材料挖掘效率。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。