文献互助智能选刊最新文献

高级搜索发布求助登录注册

首页 > 材料科学

Nature子刊，字节跳动开发MD模拟预测框架，助力锂电池液体电解质研究

计算材料学 2025-04-08 12:51

文章摘要

本文介绍了字节跳动团队开发的BAMBOO框架，该框架用于分子动力学模拟，特别针对锂电池液体电解质的研究。背景方面，液态电解质是商用锂离子电池的关键组成部分，但现有实验方法成本高且耗时。研究目的是通过机器学习力场（MLFF）提升模拟精度和效率，解决现有方法的局限性。BAMBOO采用了物理启发的图等变Transformer架构（GET）和集成知识蒸馏方法，显著提升了预测密度、粘度和离子电导率等关键电解质特性的准确性。结论显示，BAMBOO在多种化学物质中表现出色，为液体电解质的设计和优化提供了有力工具，并为开发通用机器学习力场奠定了基础。

Nature子刊，字节跳动开发MD模拟预测框架，助力锂电池液体电解质研究

查看文献： A predictive machine learning force-field framework for liquid electrolyte development
查看期刊：Nature Machine Intelligence

本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。

推荐文献

Journal of Field Robotics

Journal of Field Robotics

Issue Information

DOI: 10.1002/rob.70145 Pub Date : 2025-12-17

IF 5.2 2区计算机科学 Q2

Journal of Field Robotics

Journal of Bionic Engineering

Journal of Bionic Engineering

Fatigue Detection with Multimodal Physiological Signals via Uncertainty-Aware Deep Transfer Learning

DOI: 10.1007/s42235-025-00827-0 Pub Date : 2026-01-13

IF 5.8 3区计算机科学 Q1

Journal of Bionic Engineering

Nature Machine Intelligence

Nature Machine Intelligence

On the troubling rise of generative AI suspicion in academic publishing

DOI: 10.1038/s42256-026-01178-z Pub Date : 2026-01-30

IF 23.8 1区计算机科学 Q1

Nature Machine Intelligence

最新文章

机器学习预测电池循环寿命 | Nature

机器学习预测电池循环寿命 | Nature

01【科学背景】开发长寿命电池对满足电动汽车与电网储能的日益增长需求至关重要。然而，当前电池研发面临显著的效率瓶颈：评估新设计寿命的传统方法耗时极长、能耗巨大，且通常需要基于大量实验数据才能做出可靠预

12小时前

$薛其坤院士领衔！北京师范大学窦瑞芬/物理所禹日成团队：莫尔超晶格-二硫化钼MoS\u2082 | Advanced Materials$

薛其坤院士领衔！北京师范大学窦瑞芬/物理所禹日成团队：莫尔超晶格-二硫化钼MoS\u2082 | Advanced Materials

具有多重旋转自由度的扭转三层Twisted trilayer (Tt)过渡金属硫族化物，为构建大波长摩尔超晶格，以最大化关联效应提供了前所未有的机遇。然而，精确堆叠三层结构，以实现超大摩尔超晶格，仍面

12小时前

西北工业大学：金属熔体/陶瓷之间的润湿调控 | Transactions of Materials Research

西北工业大学：金属熔体/陶瓷之间的润湿调控 | Transactions of Materials Research

熔融金属与陶瓷之间的润湿调控，传统方法常需改变体系固有反应特性，且易导致连接质量与服役可靠性不足。近日，西北工业大学Peng Miao，Tie Liu等在Transactions of Materia

12小时前

Nature：首个能写综述论文的开源AI模型来了，大幅减少科研“幻觉”，堪比人类专家

Nature：首个能写综述论文的开源AI模型来了，大幅减少科研“幻觉”，堪比人类专家

撰文丨王聪编辑丨王多鱼排版丨水成文momo读论文科学进步取决于科研人员综合日益增多的文献资料的能力，面对科学文献的爆炸式增长，科研人员如何才能快速筛选、总结海量文献？大语言模型（LLM）是否能够在这方

12小时前

Book学术官方微信

Book学术文献互助

Book学术文献互助群
群号：604180095

文献互助智能选刊最新文献互助须知联系我们：info@booksci.cn

Book学术提供免费学术资源搜索服务，方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。

Copyright © 2023 Book学术 All rights reserved.

京公网安备 11010802042870号京ICP备2023020795号-1