NiCu 다층 박막에서 수소 기체 탈착 중 발생하는 이상 열 발생에 대한 광자 복사 열량계 측정
NiCu 다층 박막에서 수소 기체 탈착 중 발생하는 이상 열 발생을 광자 복사 열량계를 통해 측정하고 정량적으로 평가하였다. NiCu 복합 층이 있는 샘플에서 최대 4-6 W의 과잉 열이 발생하였으며, 80시간 동안 460 ± 120 kJ의 에너지가 생성되었다. 이는 수소 원자 당 최소 410 ± 108 keV의 에너지 수준으로, 화학 반응으로는 설명할 수 없는 핵 반응 수준의 에너지 발생이다.
신선한 시멘트 모르타르의 내부 손상 위치 파악: 실시간(타임랩스) X선 μCT 이미징을 통한 관찰
실시간 X선 μCT 스캐닝을 통해 신선한 시멘트 모르타르의 내부 손상 진화를 관찰하고 분석하였다. 시멘트 수화 과정에서 발생하는 온도 변화와 내부 손상 간의 상관관계를 확인하였다.
1030 nm 펨토초 레이저를 이용한 은 및 산화은 인쇄
1030 nm 펨토초 레이저를 사용하여 은 질산염 수용액에서 인쇄할 때 광개시제 농도에 따라 순수 금속 은과 혼합된 은 산화물이 형성됨을 보여준다. 광개시제 농도를 높이면 전기 저항률이 4 order 감소할 수 있다.
대규모 페로브스카이트 하위 모듈의 효율적인 생산을 위한 불순물 치유 계면 공학
불순물 치유 계면 공학 전략을 통해 페로브스카이트 태양 전지의 대면적화와 효율 향상을 달성할 수 있다.
데이터 효율적이고 해석 가능한 디엔탱글드 변분 오토인코더를 이용한 역방향 재료 설계
디엔탱글드 변분 오토인코더를 이용하여 데이터 효율적이고 해석 가능한 역방향 재료 설계 방법을 제안하였다. 이 방법은 레이블된 데이터와 레이블되지 않은 데이터를 모두 활용하여 특징-목표 속성 관계를 학습하고, 전문가 정보를 사전 분포로 활용하여 제한된 레이블 데이터에서도 강건한 모델 성능을 보여준다. 또한 목표 속성이 재료의 다른 특성들과 분리되어 학습되므로 해석 가능성이 높다.
강철 합금의 재료 특성 예측을 위한 베이지안 신경망을 이용한 다변량 회귀의 불확실성 정량화
베이지안 신경망을 이용하여 재료 특성 예측에 대한 불확실성을 정량화하고, 물리 기반 특징 엔지니어링과 물리 기반 손실 함수를 통해 예측 성능을 향상시킨다.
열역학적 위상 최적화를 통한 재료 강화
열역학적 위상 최적화 기법을 활용하여 소성 변형을 고려한 최적의 구조를 설계할 수 있다.
복합 다차원 재료 분석을 위한 몰입형 통찰력 제공: MDD-Glyphs
복잡하고 대규모 데이터를 분석하는 새로운 몰입형 시각 분석 시스템을 제공하여, 재료 전문가들이 공간적 구조와 파생 다차원 추상 데이터를 효과적으로 탐색할 수 있도록 지원한다.
고온 초전도체 탐색을 위한 경사도 기반 조성 설계의 효율적 활용
본 연구는 기존 방법의 한계를 극복하기 위해 경사도 기반 최적화를 활용하여 고온 초전도체 조성을 효율적으로 탐색하였다. 이 방법은 기존 데이터베이스에 없는 신규 물질 발견과 정확한 특성 예측을 가능하게 하며, 새로운 조건에 적응적으로 최적화할 수 있다.
주기적 격자 트러스 재료의 표준 설명자
주기적 격자 트러스 재료(PLTM)의 기하학적 구성과 기계적 특성을 포괄적으로 나타내는 표준 설명자 시스템을 개발하였다. 이 시스템은 행렬 형태로 구성되며, 격자 노드의 배치, 밀도, 인장 및 굽힘 강성, 그리고 주기적 배열 정보를 포함한다. 이를 통해 PLTM의 특성을 완전하고 명확하게 표현할 수 있으며, 기계적 특성 예측 및 역설계에 활용할 수 있다.
© 2024 by Linnk AI