.png){kind=icon}
返回
Prediction of Ionic Conductivity in Solid-State Electrolytes Using Machine Learning
.png){kind=icon}
OA
AI
DOI：10.1016/j.mtcomm.2026.115317.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们通过结合大型语言模型（LLM）提取和人工筛选，构建了迄今为止最大的锂和钠离子电导率数据库。• 机器学习模型基于SHAP从初始435个特征中筛选出的20个元素特征进行训练。随机森林对锂的最佳回归性能为R² = 0.569，MAE = 0.911，而多层感知器（MLP）对钠的最佳性能为R² = 0.691，MAE = 0.665，尽管定量精度仅为中等水平。• SHAP分析确定元素热膨胀系数是预测离子电导率的最重要特征。• 分类模型成功区分了优良导体（≥10⁻⁴ S/cm）和劣质导体，锂的最大F1 = 0.83，AUC = 0.89，钠的最大F1 = 0.92，AUC = 0.94。
Keyword:
Solid-state electrolytes
Cation conductivity
Large language models (LLMs)
Elemental Features
Machine learning models
SHAP analysis
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.5
论文数:
1.6W
被引数:
3.7W
机构
暂无机构信息
引用论文
Predicting materials properties without crystal structure: deep representation learning from stoichiometry预测没有晶体结构的材料特性: 从化学计量学中学习深度表示.png)
NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Li-ion transport kinetics of Li10GeP2S12 solid electrolyte and its response to isovalent cation substitutions: Density functional theory and machine-learning-assisted molecular dynamics studyLi10GeP2S12固态电解质的锂离子传输动力学及其对等价阳离子替代的响应：基于密度泛函理论和机器学习辅助分子动力学的研究
PREAI
分享收藏A general-purpose machine learning framework for predicting properties of inorganic materials用于预测无机材料性能的通用机器学习框架OAAI
OAAI分享收藏Recent advances in NASICON-type oxide electrolytes for solid-state sodium-ion rechargeable batteries用于固态钠离子可充电电池的NASICON型氧化物电解质的最新进展IONICS
IONICSIF2.6
PREAI
分享收藏Anharmonic Cation-Anion Coupling Dynamics Assisted Lithium-Ion Diffusion in Sulfide Solid Electrolytes非调和阳离子-阴离子耦合动力学辅助硫化物固体电解质中的锂离子扩散ADVANCED MATERIALS
OAAI
ADVANCED MATERIALSIF26.8
OAAI分享收藏The Materials Simulation Toolkit for Machine learning (MAST-ML): An automated open source toolkit to accelerate data-driven materials research用于机器学习的材料模拟工具包 (MAST-ML): 一个自动化的开源工具包，用于加速数据驱动的材料研究OAAI
OAAI分享收藏Extracting accurate materials data from research papers with conversational language models and prompt engineering使用会话语言模型从研究论文中提取准确的材料数据，并提示工程NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏
查看更多内容