• 한전공대

  • 한전공대

  • 한전공대

페로브스카이트 합성 가능성 예측 모델 개발 (페로브스카이트 신소재 설계 가속화)

저널명
npj Computational Materials
담당교수
구근호 교수
  • 2022.09.22 14:02

□ 구근호 교수(수소에너지, 연료전지 발전 기술 융합전공) 연구팀이 “페로브스카이트 물질군의 합성가능성을 예측할 수 있는 모델을 개발”하였다.

□ 페로브스카이트 물질군은 촉매, 태양광, 광소자, 자석, 초전도체, Li이온 전도체 등 물질로 많이 사용되고 있다.

□ 기존에는 페로브스카이트가 시행착오 방식으로 설계가 되어 대부분 합성이 가능하지 않았으나, 이번에 개발된 배이지안 기계학습 예측모델을 사용하면 96%의 높은 정확도 합성가능성을 예측 가능하여 빠르게 신소재 설계가 가능하여졌다.

□ Perovskite synthesizability using graph neural networks

□ npj Computational Materials (2022년 4월 20일)