本文介绍了多种基于机器学习和深度学习的电解液配方预测模型，如EL-MLFFs、F-GCN和MolSets。这些模型利用图神经网络和分子表示方法，显著提升了电池性能预测的准确性，为能量存储技术的发展提供了新思路。