南京大学「长江学者」周豪慎/郭少华EES | 机器学习加速发现多阳离子熵稳定NASICON固体电解质用于全固态钠电池！
顶刊收割机
2026-04-08 08:30
文章摘要
本文背景是探索用于全固态钠电池的高性能固态电解质面临成分空间广阔、传统方法效率低的挑战。研究目的是开发一种机器学习加速方法，以高效识别并设计多阳离子熵稳定的NASICON氧化物固态电解质。结论表明，通过高斯朴素贝叶斯模型筛选出的中熵成分Na₁.₂Zr₁.₂Ti₀.₅Lu₀.₅Si₃PO₁₂表现出优异的离子电导率、临界电流密度和超长期循环稳定性，在全固态钠电池中验证了其卓越性能，该工作为下一代固态电解质设计提供了一个可推广的机器学习-熵协同框架。
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。
推荐文献
High-Strength and Weavable Smart Nanoyarn Fabric for Unconstrained Ballistocardiogram Monitoring in Home Settings
DOI: 10.1021/acsaelm.5c02621
Pub Date : 2026-03-24
Date: 2026/3/11 0:00:00
Gap-Filling and Crystallization Kinetics Regulation in VTD/Spray Hybrid Perovskite Solar Cells
DOI: 10.1021/acsaem.6c00321
Pub Date : 2026-03-23
Date: 2026/3/3 0:00:00
Homogenizing Li+ transport in high-loading sulfur cathodes enabled by synergy of all-in-one thin electrode design and a multifunctional binder for practical Li-S batteries
DOI: 10.1039/d5ee07518a
Pub Date : 2026-04-08
顶刊收割机
最新文章
东北师范大学「长江学者」吴兴隆/曹峻鸣最新AM丨首创生物质菌丝体衍生电池隔膜！
2026-04-08
京公网安备 11010802042870号
