能源GNoME：能源应用选择材料的活数据库

本研究针对能源材料发现中的数据偏差问题，通过能源GNoME数据库，针对380,000种新颖稳定晶体提取出33,000种有潜力的能源材料。研究采用机器学习和深度学习技术，显著提高了热电材料、锂电池正极和新型钙钛矿的候选材料的准确性，为材料的电力生成和储存研究提供了高效指南。