HorizON 多时间跨度算子网络预测有机电池堆性能

该事件围绕 HorizON 展开：此前其定位为多时间尺度深度算子网络，用于预测有机电池堆性质。2026-10-27 的 arXiv cs.AI/cs.LG 报道称，HorizON 将早先的数据融合多任务框架扩展到多周期预测，可在一次放电轨迹的每个循环预测性能，而非只预测单个循环。报道还称，该多保真、多时间跨度深度算子网络在一个模型中学习 DFT 氧化还原电位与随循环变化的比容量轨迹，并基于完整电池堆表示和使用条件训练，从而支持有机电池系统的长期性能预测、逆向设计与工艺优化。目前进展是模型能力从单循环走向逐循环、多时间跨度预测。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。