数据增强机器学习预测钠离子电池生物质硬碳负极性能
研究用四种机器学习模型预测生物质硬碳负极的容量与首次库仑效率（ICE），并借助 TabPFN 数据增强提升小数据条件下的模型稳健性。XGBoost 表现最佳，容量预测 R² 达 0.854、RMSE 为 23.290 mAh g⁻¹，ICE 预测 R² 达 0.868、RMSE 为 3.813%。
#钠电
#钠电
今日 0 条arXiv · battery（physics.app-ph）AI 评分2525
研究用四种机器学习模型预测生物质硬碳负极的容量与首次库仑效率（ICE），并借助 TabPFN 数据增强提升小数据条件下的模型稳健性。XGBoost 表现最佳，容量预测 R² 达 0.854、RMSE 为 23.290 mAh g⁻¹，ICE 预测 R² 达 0.868、RMSE 为 3.813%。