同时，用生还能实现在0.02-0.1MPA水压下工作。

值得注意的，命C美女尽管有大量关于镁离子嵌入Mo6S8的文献，但还没有用固态25Mg-NMR对其进行研究。综上所述，熊共作者首次从分子水平上定量分析了铝离子在晶体电池电极谢弗雷尔相Mo6S8中的可逆电化学插层现象。

用无水甲醇清洗循环电极以去除电解液和表面物质，用生在62ppm和38ppm时分别显示了插在空腔1和空腔2内的铝离子的27Al信号。命C美女图3. 在第一次充电时获得的固相定量解卷积27Al单脉冲核磁共振波谱。因此，熊共固态27Al-NMR谱有望成为研究铝离子嵌入电池电极的有力方法。

用生脱层时发生最小的Al3+捕获（7%）。此外，命C美女与嵌入铝离子相关的绝对27Al信号强度（按样品质量缩放）用于量化AlxMo6S8电极成分，其中27Al强度在完全插层的电极被校准到Al4/3Mo6S8。

在随后的50°C下循环后，熊共分别在0.55V和0.38V下观察到两个放电平台，总容量为128mAh/g。

因此，用生具有已知成分和质量的电极样品可以作为旋转计数实验的外部标准。命C美女（e）分层域结构的横截面的示意图。

根据机器学习训练集是否有对应的标识可以分为监督学习、熊共无监督学习、半监督学习以及强化学习。当然，用生机器学习的学习过程并非如此简单。

此外，命C美女作者利用高斯拟合定量化磁滞转变曲线的幅度，命C美女结合机器学习确定了峰/谷c/a/c/a - a1/a2/a1/a2域边界上的铁弹性增加的特征（图3-10），而这一特征是人为无法发掘的。此外，熊共目前材料表征技术手段越来越多，对应的图形数据以及维度也越来越复杂，依靠人力的实验分析有时往往无法挖掘出材料性能之间的深层联系。