Data-driven Materials Design Lab

연구실 소개

저희는 조합론적 접근 방식을 기반으로 새로운 기능성/구조 재료를 개발합니다. 조성 분포를 가진 박막을 합성하기 위해 박막 증착 기술을 사용합니다. 박막의 조성 의존적 특성을 매핑하기 위한 신속한 특성화 도구가 개발되었습니다. 이 방법론은 이전에 탐색되지 않은 조성 영역을 신속하게 매핑하여 탁월한 특성을 가진 화합물 개발을 가능하게 합니다. 이 기술은 금속 유리, 초고온 세라믹, 자기열량 재료, 플라즈마 대향 재료 등을 개발하고 연구하는 데 사용되었습니다. 저희는 머신러닝(ML) 알고리즘을 기반으로 재료 특성의 예측 모델을 개발합니다. 조합 실험, ab-initio 시뮬레이션(Materials Project, AFLORW 등), 문헌 데이터 텍스트 마이닝을 기반으로 한 데이터베이스를 모델 훈련에 사용할 수 있습니다. 예측 모델은 서로 다른 특성 간의 관계를 이해하는 데 도움이 되며 이상적인 특성 세트를 가진 새로운 재료 시스템의 발견을 안내할 수 있습니다. 실험과 모델링의 조합은 서로를 안내하여 재료 거동에 대한 중요한 이해를 제공할 수 있습니다. 조합 실험에서 발견된 재료 거동을 이해하기 위해 ab-initio 시뮬레이션과 같은 정교한 모델링 도구를 사용합니다.