演示关联电池数据以加速电池科学中的知识流动
信息检索
2024-11-01 v1 数字图书馆
摘要
电池是实现向气候友好型未来的关键因素，导致电池研究出现激增。Elsevier 的 Scopus 仅在 2023 年就列出 14,388 篇提到“锂离子电池”的论文，个体难以跟上。这篇论文讨论了基于结构化、语义和关联数据的策略来管理这一信息过载。结构化数据遵循预定义的机器可读格式；语义数据包括用于上下文的元数据；关联数据引用其他语义数据，形成信息的网络。我们使用与电池相关的本体 BATTINFO 来标准化术语，实现自动数据提取和分析。我们的 метод论将全文检索和机器可读数据相结合，增强了数据检索和电池测试。我们的目标是统一商业电池信息，并开发面向电池社区的工具，如制造商无关的循环程序描述和面向大型语言模型的外部记忆。虽然仅是第一步，但这种方法显著加速了电池研究和电池测试的数字化，邀请社区参与以持续改进。我们提供结构化数据和访问工具作为开源。
关键词
引用
@article{arxiv.2410.23303,
title = {Demonstrating Linked Battery Data To Accelerate Knowledge Flow in Battery Science},
author = {Philipp Dechent and Elias Barbers and Simon Clark and Susanne Lehner and Brady Planden and Masaki Adachi and David A. Howey and Sabine Paarmann},
journal= {arXiv preprint arXiv:2410.23303},
year = {2024}
}