数字氢平台（DigHyd）：面向储氢材料的AI辅助文献挖掘驱动的严格整理数据库
材料科学
2026-03-17 v1
摘要
固态储氢材料是安全紧凑储氢的有前景候选材料；然而，该领域的数据驱动发现仍受限于大规模、精心整理的数据集的可用性。这里，我们介绍数字氢平台（DigHyd: www.dighyd.org），一个经过严格整理的数据库，包含超过4,000个实验文献来源和超过30,000条关于储氢材料的数据条目，通过AI辅助文献挖掘结合人工在环验证构建。除了质量储氢密度（w），DigHyd还涵盖了热力学参数，具体是与加氢反应相关的焓变（ΔH）和熵变（ΔS），主要定义为 。这些参数通过手动分析多温度压力-成分-温度（PCT）数据，使用van't Hoff分析获得。通过关注ΔH和ΔS而非在单一温度下固定平衡压力，DigHyd能够在应用特定的运行条件下灵活评估平衡行为。统计分析揭示了不同材料类别中热力学参数的独特分布，以及代表性氢化物系统内广泛的成分变异性。此外，物理可解释的符号回归和黑箱XGBoost模型在w和室温平衡压力（）方面均取得了可比的预测性能，证明了整理数据集的内部一致性和可学习的成分-性质关系。总体而言，DigHyd提供了一个经过严格整理的热力学数据集，可作为储氢材料数据驱动分析的可靠基础，并支持系统探索结构-性质关系。
引用
@article{arxiv.2603.14139,
title = {Digital Hydrogen Platform (DigHyd): A Rigorously Curated Database for Hydrogen Storage Materials Empowered by AI-Assisted Literature Mining},
author = {Seong-Hoon Jang and Di Zhang and Xue Jia and Hung Ba Tran and Linda Zhang and Ryuhei Sato and Yusuke Hashimoto and Toyoto Sato and Kiyoe Konno and Shin-ichi Orimo and Hao Li},
journal= {arXiv preprint arXiv:2603.14139},
year = {2026}
}