数据驱动的机器学习在电化学储能材料研究中的应用

施思齐, 涂章伟, 邹欣欣, 孙拾雨, 杨正伟, 刘悦

Applying data-driven machine learning to studying electrochemical energy storage materials

Siqi SHI, Zhangwei TU, Xinxin ZOU, Shiyu SUN, Zhengwei YANG, Yue LIU

表1 主要的材料数据库及其数据特点

Table 1 Main material databases and data characteristics

数据库名称 数据库特点 数据来源 网址 CSD 小分子有机物和金属有机化合物晶体结构数据 实验测量 https://www.ccdc.cam.ac.uk/ ICSD 无机晶体结构数据 实验测量 https://icsd.products.fiz-karlsruhe.de/ Pauling file 无机晶体材料、相图和物理性能 实验测量 https://www.paulingfile.com/ Materials Project 无机晶体材料、分子、纳米孔隙材料、嵌入型电极材料和转化型电极材料以及材料性能 ICSD/计算模拟 https://materialsproject.org/ AFLOWlib 无机晶体材料、二元合金、多元合金以及材料性能 ICSD/计算模拟 http://aflowlib.org/ OQMD 无机晶体材料以及热力学和结构特性 ICSD/计算模拟 http://www.oqmd.org/ 材料学科领域基础科学数据库 金属材料和无机非金属材料 实验测量 http://www.matsci.csdb.cn/ 国家材料科学数据共享网 各类材料体系数据 实验测量/计算模拟 http://www.materdata.cn/ 材料基因工程数据库 各类材料体系数据 实验测量/计算模拟 https://www.mgedata.cn/ Atomly 无机晶体结构以及材料性能 ICSD/计算模拟 https://atomly.net/#/matdata 电池材料离子输运数据库 无机晶体材料以及离子输运性能 ICSD/计算模拟 http://e01.iphy.ac.cn/bmd/ 电化学储能材料高通量计算平台 无机晶体材料以及离子输运性能和机器学习描述符 ICSD/计算模拟 https://matgen.nscc-gz.cn/solidElectrolyte/