热点事件历史事件
图神经网络预测NCM811体模量
1 篇报道1 个报道来源7 天前更新
先了解这件事
事件综述
2026年10月24日，《Journal of Energy Storage》第183卷Part A刊出Jiarong Wang、Chunwang He、Xinwei Yang、Le Yang和Haosen Chen的研究，提出一种基于几何约简的图神经网络方法，用于加速预测锂离子电池NCM811正极的有效体积模量。报道未披露该方法的具体实现细节、训练数据、预测精度及与对照方法的比较结果，也未给出所预测体模量的数值。目前该工作处于论文发表阶段，尚无后续验证或应用进展的报道。
根据报道自动生成 · 7 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- Journal of Energy Storage几何约简图神经网络加速预测 NCM811 正极有效体积模量
Jiarong Wang 等提出一种基于几何约简的图神经网络方法，用于加速锂离子电池 NCM811 正极有效体积模量的预测。该工作发表于 Journal of Energy Storage 第 183 卷 Part A，作者包括 Chunwang He、Xinwei Yang、Le Yang 和 Haosen Chen。
本事件热度走势
当前热度 7·可比范围峰值 10（10月24日 03:00）·近 24 小时可比范围变化 -4%
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。