| 연구목표 |
리튬배터리 계면의 산화/환원 반응 메커니즘은 여전히 명확히 알려진 바가 없음. 이러한 반응 메커니즘에 대한 이해는 리튬배터리의 성능, 수명, 디자인 등을 위해 필수적 요소임. 하지만 대규모 제1원리 계산을 요구하기 때문에 원자적 수준의 이해가 어려움. 그러므로 본 연구진은 새로운 형태의 다중전자상태 머신러닝 동역학을 개발하여 복잡한 리튬배터리 계면에서 발생... |
| 연구내용 |
1차년도 - 다중전자상태 예측 머신러닝 포텐셜 개발- 본 연구진은 희소 가우시안 프로세스 회귀 포텐셜(Sparse Gaussian Process Regression; SGPR)을 이용한 분자 동역학 패키지를 개발하였음.- 현 머신러닝 포텐셜의 한계를 극복하고자, 본 연구진은 다중전자상태의 에너지 준위를 동시에 예측하는 멀티태스크 (multitask) 머신러... |
| 기대효과 |
예상 연구성과 및 활용방안은 다음과 같음. 1) 5년 과제 결과 5% 이내 저널 8개 논문 출판. 2) 오픈 액세스 (Open access) 플랫폼 GitHub에 지속적인 개발을 통해 머신러닝 시뮬레이션 패키지 배포. 본과제는 양자역학 수준의 대규모 분자동역학을 필요로하는 물리/화학/생명 등 다양한 분야에 활용될 수 있음. 예상되는 활용분야는 다음과 같음.... |
| 키워드 |
머신러닝 포텐셜,리튬배터리 ,산화-환원 반응,분자동역학,강화 샘플링 ,고체-전해질 중간상 |