热点事件持续更新
可解释机器学习指纹指导锌负极添加剂设计
1 篇报道1 个报道来源19 小时前更新
先了解这件事
事件综述
2026年11月3日，Advanced Materials 报道了一项研究：提出可解释机器学习框架，从分子描述符与测试条件预测循环寿命，并以分子级 SHAP 归因指纹将锌电解液添加剂无监督聚类为三类，分别由吸附能、电荷转移能隙和氢键网络调控主导。该报道为目前唯一可确认的材料，事件尚处单篇研究报道阶段，暂无后续验证或应用进展。
根据报道自动生成 · 16 小时前更新
最新进展11月3日 14:55
研究提出可解释机器学习框架，将锌负极添加剂聚类为三类设计规则。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Advanced Materials精选可解释机器学习归因指纹揭示锌负极添加剂的分类型设计规则
研究提出可解释机器学习框架，从分子描述符与测试条件预测循环寿命，并以分子级 SHAP 归因指纹将锌电解液添加剂无监督聚类为三类，分别由吸附能、电荷转移能隙和氢键网络调控主导。
本事件热度走势
当前热度 10·可比范围峰值 10（11月3日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。