Prof. Dong-Hwa Seo (KAIST) : Self-driving experimental lab for accelerating development of battery m…
페이지 정보
작성자 최고관리자
댓글 0건 조회 197회 작성일 2024-04-04 11:25
본문
새로운 소재를 개발하기 위해서는 많은 연구 개발 시간과 자원이 필요하다. 특히 차세대 이차전지 등 기술 고도화가 이뤄지고 있는 분야에서 새로운 소재에 요구되는 다양한 특성과 높은 성능 지수들로 시행 착오 기반이나 연구 개발자의 경험이나 통찰력 기반으로 새로운 소재를 개발하는 것에 한계가 있다. 소재 개발 가속화를 위해 계산과학과 실험 기반 빅데이터를 적용한 인공지능 기술을 개발하고자 많은 연구들이 진행되고 있다. 하지만 그 시작점인 소재들에 대한 빅데이터를 구축하는 것에 큰 어려움이 있다. 이는 소재 실험들의 재현성 확보가 어렵고 연구자의 지속적인 개입이 필요하고 실패 데이터에 대한 확보가 어려움으로 인함이다. 이를 극복하기 위해 로봇 기반의 자율 실행 실험실에 대한 연구가 많이 진행되고 있다. 인공지능을 통해 실험을 계획하고 이를 로봇이 실험과 분석을 수행하고 인공지능으로 해석하여 다음 실험을 계획하는 closed-loop 실험을 통해 양질의 데이터를 구축하고 소재 탐색 혹은 성능 최적화를 수행할 수 있다. 본 세미나에서는 차세대 이차전지 분야에서 적용되고 있는 자율 실행 실험실에 대해 소개하고 이에 필요한 인공지능 기술에 대해 설명한다.
- 이전글Prof. Kyungjung Kwon (Sejong Univ.) : Closed-loop Li-ion battery recycling: From black mass to cathode active materials 24.04.04
- 다음글Prof. Jung Tae Lee (Kyung Hee Univ.) : Materials from nature for sustainable next-generation energy storage 24.04.04
댓글목록
등록된 댓글이 없습니다.