研究人员开发了一个多模态文献挖掘流程，用于从电池文献中提取 X 射线吸收光谱 (XAS) 数据，使其可用于 AI 驱动的分析。该流程识别全文文章中的 XAS 图，数字化光谱曲线，并将其与相关元数据链接起来。该过程已生成一个包含 13,740 个 XAS 光谱的开放数据集，涵盖 66 种元素和各种电池化学成分，并经过专家验证确认其准确性。预计这一结构化数据资源将促进大规模 XAS 分析、跨实验室比较，并加速新材料的发现。 AI
影响 能够对光谱数据进行大规模分析，可能加速材料的发现和开发。
排序理由 详细介绍新数据提取方法及其生成数据集的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.23886v1 Announce Type: cross Abstract: X-ray absorption spectroscopy (XAS) is central to understanding the local electronic and atomic structure of materials, yet most published spectra remain inaccessible to data-driven analysis because they are embedded in figures an…
X-ray absorption spectroscopy (XAS) is central to understanding the local electronic and atomic structure of materials, yet most published spectra remain inaccessible to data-driven analysis because they are embedded in figures and described through fragmented textual context in …