生物质碳电极

机器学习加速开发

以机器学习模型预测生物质碳电极在锂/钠电池中的电化学性能，通过优化碳化温度、掺杂和电极组分，快速筛选高性能电极。

Ba, Zhichen · Yimin, Shi · 张灏 · Angelo, Robinos · Muhammad Shajih, Zafar · Yongzheng, Li · Yu, Feihan · Bobacka, Johan · 梁大鑫 · 王永贵 · 谢延军 · Xu, Chunlin

Applied Energy 2025

技术优势

梯度提升回归模型预测首次放电容量 R²=0.93

梯度提升回归模型预测循环后容量 R²=0.90

极限梯度提升模型预测初始库仑效率 R²=0.90

实验验证三种模型准确性