Springer Nature ha publicado el primer libro cient\u00edfico referido a ciencias qu\u00edmicas generado por algoritmos de b\u00fasqueda y edici\u00f3n. Es un prototipo que define el estado actual de la tecnolog\u00eda de aprendizaje autom\u00e1tico (conocido en ingl\u00e9s como machine learning), que tambi\u00e9n proporciona una visi\u00f3n general sobre las \u00faltimas tendencias en bater\u00edas de Ion-Li.<\/p>\n
Este libro explora nuevas formas de informar a investigadores y profesionales. Se aplicaron algoritmos inform\u00e1ticos de \u00faltima generaci\u00f3n para seleccionar fuentes relevantes dentro de las publicaciones de Springer Nature, organizarlas y proporcionar una s\u00edntesis de estos art\u00edculos.<\/p>\n
El resultado es un resumen autom\u00e1tico de m\u00e1s de 150 art\u00edculos de investigaci\u00f3n publicados de 2016 a 2018, organizado por medio de una rutina de clustering basada en la similitud en cap\u00edtulos y secciones coherentes. Este libro resume y proporciona una visi\u00f3n informativa y concisa de la investigaci\u00f3n reciente en materiales de \u00e1nodo y c\u00e1todo, as\u00ed como otros aspectos tales como separadores, electrolitos polim\u00e9ricos, comportamiento t\u00e9rmico y modelizaci\u00f3n. Dado el car\u00e1cter exploratorio de este prototipo, se decidi\u00f3 intencionalmente no pulir manualmente o copiar-editar cualquiera de los textos con el fin de resaltar el estado actual y los l\u00edmites de esta tecnolog\u00eda.<\/p>\n
El producto final es una interesante recopilaci\u00f3n muy \u00fatil para quienes investigan el campo de almacenamiento de energ\u00eda.<\/p>\n