| 연구목표 |
열전 소재 빅데이터 구축과 기계학습을 이용한 고효율 열전 소재 개발- 웹기반 열전 소재 데이터 수집 플랫폼 구축- SnSe 와 Bi2Te3 기반의 열전 소재 특성의 실험 및 계산과학 기반의 소재물성 데이터베이스 구축- 기계학습 기반 소재 데이터 활용 기술개발 및 열전특성 예측 프로토콜 개발- 데이터를 활용하는 기계학습 기반 고성능 열전물질 탐색과 전자구조... |
| 연구내용 |
TEXplorer 열전소재 데이터 수집·활용 플랫폼의 확장- 기존 SnSe 계산 데이터베이스 문제점 보완- Bi2Te3 계산 데이터베이스 추가- Bi2Te3 alloys 열전 성능 예측 모델 개발- SnSe alloys 열전 성능 예측 모델을 ML Toolkit으로 플랫폼에 추가기계학습 예측 모델의 고도화- DOS (Density of States) 이용한... |
| 기대효과 |
- “TEXplorer” 웹기반 플랫폼에서의 ML Toolkit은 현재는 Na-doped SnSe 기반 열전소재의 ML 예측 모델을 제공하여 SnSe 기반 열전소재 개발에 즉시 활용될 수 있음. - 향후 다양한 열전소재의 데이터를 확장, 수집하고, 이에 대한 ML 예측 모델을 개발하여 다양한 조성 기반의 ML Toolkit을 제공할 수 있다면, 열전 소재... |
| 키워드 |
열전 소재,데이터 플랫폼,기계학습,전자구조,분자동역학 |