Pitzer

混合机器学习模型预测电解质活度

研究人员开发了一种新颖的混合机器学习模型Bromley-MCM，用于预测水性电解质溶液中的活度。该模型集成了基于物理的Bromley模型和矩阵补全方法，能够预测Bromley模型的特定电解质参数。在多特蒙德数据库的478种电解质数据上训练后，Bromley-MCM模型现在可以预测显著更多（9,296种）电解质的活度，在保持高精度的同时扩展了Bromley模型的适用范围。