O$^{2-}$

深度学习框架加速固态电解质的发现

研究人员开发了一种新颖的层级协同深度学习框架，旨在加速固态电解质的发现。该框架通过四个互补模块整合了组成、结构和离子传输数据，每个模块在其特定任务上都优于现有方法。该系统应用于超过3000万个潜在候选物，识别出97种高性能电解质，包括94种卤化物、1种硼氢化物和2种氧化物，其离子电导率范围为0.109至59.0 mS/cm。研究还表明，Li$^{+}$跳跃网络连通性是室温离子电导率的关键决定因素。