메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
선지원 (숭실대학교) 강승표 (숭실대학교) 김준철 (숭실대학교) 민경민 (숭실대학교)
저널정보
대한기계학회 대한기계학회 춘추학술대회 대한기계학회 2022년 학술대회
발행연도
2022.11
수록면
1,479 - 1,482 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
All-Solid-State-Batteries brought extensive attraction because of their higher energy density and stability than conventional Lithium-Ion-Batteries. For the development of promising ASSBs, Solid-State Electrolytes is an essential component for achieving structural integrity. Thus, in this study, a machine learning-based surrogate model was developed to search for ideal garnet-type SSE candidates. Well-known Li7La3Zr2O12 structure is used as a base material, and 73 chemical elements substitute La- and Zr-site, leading to 5,329 potential structures. First, the elastic database was adopted from previous research. Then the machine learning-based surrogate model was applied to predict the elastic properties of potential SSE materials, followed by the first-principles calculations for validation. Furthermore, the active learning process demonstrates that it can reduce prediction uncertainty. Finally, the ionic conductivity of mechanically superior materials is predicted for suggesting optimal SSE candidates. We believe that the current model and constructed database become a cornerstone for developing next-generation SSE materials.
#가넷형 고체 전해질 (Garnet-type solid-state electrolytes) #기계 학습 (Machine learning) #기계적 물성 (Elastic properties) #제1원리 계산 (first-principles calculations)

목차

Abstract
1. 서론
2. 방법론
3. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기계학습 포텐셜을 활용한 고체전해질 Li6PS5Br 의 리튬 이온전도도 분석
홍지숙 ,  최호 대한기계학회 춘추학술대회 2024 .05
그래프 신경망 기반 원자간 상호작용 포텐셜을 통한 나트륨 초이온 전도체 하이브리드 고체 전해질 탐색 방법
김주오 ,  김지환 ,  홍지민 외 2명 대한기계학회 춘추학술대회 2023 .11
기계학습 기반 리튬이온 배터리용 슈퍼 이온전도성 고체전해질 설계
강승표 ,  김민선 ,  민경민 대한기계학회 춘추학술대회 2022 .05

최근 본 자료

전체보기

댓글(0)

0