本报讯 近日，清华大学化工系陈翔-张强课题组开发了一种知识与数据双驱动的二次电池电解液分子性质预测框架“基于知识的电解液性质预测集成框架”。该框架不仅精确预测了电解液分子的关键性质，还深化了对分子构效关系的理解，为人工智能与领域知识的深度融合提供了新路径。该框架为开发深度学习模型设立了新的标准，将化学知识的发现与嵌入有机结合，大大提升了人工智能方法在实际应用中的表现，为电池及其他相关领域的研发提供了有力支持。
　　研究成果以“知识与数据双驱动的二次电池电解液分子性质预测框架”为题，发表在《德国应用化学》（Angew. Chem. Int. Ed）期刊上。化工系副研究员陈翔为该论文的通讯作者，化工系2022级直博生高宇辰为第一作者。
　　（化工系）