厦门大学等提出ProtoMI框架:从稀疏文献知识迁移,加速锂电电解液添加剂发现
9月2日提交至arXiv的论文提出文献驱动的原型引导分子智能框架ProtoMI,从已报道电解液添加剂中学习可迁移的结构先验,对未标注化学空间中的候选分子排序。针对硼系添加剂案例,框架从数百万分子中筛选的候选在容量保持率等指标上进入文献报道值前1%。通讯作者为厦门大学黄加庆团队。
共 2 篇 · B910化工 · AI 化学信息库
9月2日提交至arXiv的论文提出文献驱动的原型引导分子智能框架ProtoMI,从已报道电解液添加剂中学习可迁移的结构先验,对未标注化学空间中的候选分子排序。针对硼系添加剂案例,框架从数百万分子中筛选的候选在容量保持率等指标上进入文献报道值前1%。通讯作者为厦门大学黄加庆团队。
ChemAnalyst 报道,旭化成(Asahi Kasei)发布用于高能量密度电池的低成本技术:在正极添加碳酸锂作为牺牲锂源,配合专用电解液添加剂使其在常规工作电压分解,补偿硅基负极首次充电的不可逆锂损耗。NMC正极+90%石墨/10%硅氧负极电池测试显示能量密度提升10%,且无需改造现有产线,计划以授权模式商业化。