新建
空间站广场
论文
Notebooks
比赛
课程
Apps
我的主页
我的Notebooks
我的知识库
我的足迹
我的工作空间
任务
节点
文件
数据集
镜像
项目
数据库
固态电解质大模型
基于预训练大模型模拟固态电解质的动力学性质
已订阅
39
更新时间
2024-11-13
固态电解质机器学习电池研发
固态电解质机器学习电池研发
ruoyu
shimengchao@dp.tech
SchrodingersCat
Piloteye
wangxx@dp.tech
镜影映照
APP介绍
使用手册
讨论区
App简介
基于常见的固态电解质体系,构建了一个预训练模型DPA-SSE。
该模型主要有2大功能:
- 分子动力学模拟: 评估固态电解质及相关界面体系的动力学过程。
- 预测Li离子的扩散系数、离子电导率和迁移势垒
- 平衡态的结构:Li离子浓度、密度、体积
- 机械性质:弹性模量,剪切模量,杨氏模量
- 模型评估: 预训练模型对数据集的精度预测,
- dptest预测:直接输出能量,受力和维里信息
- zero-shot预测:能量bias, 受力和维里误差
- 模型调优和蒸馏等功能持续开发中
最佳实践
应用示例可参考:https://gj1hdz4ipu.feishu.cn/docx/XfkhdEiykomBg5xuHfgcMOqXn8F
参考文献
关于预训练模型的更多细节,欢迎大家访问:
- Notebook: https://bohrium.dp.tech/notebooks/71679486918
- paper: http://arxiv.org/abs/2406.18263
- 公开数据集和模型:
https://www.aissquare.com/datasets/detail?pageType=datasets&name=SSE-abacus&id=260
https://www.aissquare.com/datasets/detail?pageType=datasets&name=Solid_State_Electrolyte&id=217 - 知乎宣传稿: https://zhuanlan.zhihu.com/p/693044489
- 微信公众号:https://mp.weixin.qq.com/s/kB8QATP0BKrNrpTev-RvUQ
引用格式
如果用户使用该App完成相关科研工作,请引用arXiv预印版论文 http://arxiv.org/abs/2406.18263
推荐App
Uni-ELF
AI for Science时代下高效开展电解液设计的智能研发工具SimpFine
通用表格类数据机器学习建模预测分析工具MLMD:Machine Learning for Materials Design
MLMD是一款可视化的材料设计的机器学习平台软件,包含特征描述符重构、特征相关性分析、特征重要性排序等常用的特征工程算法,并可实现回归预测、分类预测和聚类、以及使用随机优化算法和基于贝叶斯的主动学习算法进行单目标或者多目标材料设计Rf Prediction
在给定薄层色谱法溶剂条件下,用于预测化合物Rf值的应用程序ETA Toolkit 电化学测试分析工具包
ETA Toolkit 电化学测试分析工具包是一套综合性软件,用于处理、分析和可视化各种电化学实验数据,包括伏安法、阻抗谱、充放电曲线等,帮助研究人员深入理解电化学系统的性能和行为。Battery SOH Prediction
电芯预训练模型-SOH寿命预测工具推荐文章
ddd!DPA-1遇见指南 | 固态电解质实战之模型训练篇ZhexuanS
更新于 2023-07-23
8 赞23 转存文件
ZhexuanS
更新于 2023-10-27
9 赞16 转存文件
ZhexuanS
更新于 2023-09-18
2 赞4 转存文件
ZhexuanS
更新于 2023-10-18
6 赞8 转存文件
ZhexuanS
更新于 2024-06-26
8 赞7 转存文件
ZhexuanS
更新于 2024-06-17
3 赞2 转存文件