機械学習によるイオン導電率予測を指針としたリチウム導電性酸化物の探索

岩水佑大; 鈴木耕太; 鈴木耕太; 松井直喜; 松井直喜; 平山雅章; 平山雅章; 菅野了次; 菅野了次

文献

J-GLOBAL ID：202202258133764513 整理番号：22A1144095

機械学習によるイオン導電率予測を指針としたリチウム導電性酸化物の探索

Search for Lithium Ion Conducting Oxides Using the Predicted Ionic Conductivity by Machine Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A1144095&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A1144095&from=J-GLOBAL&jstjournalNo=F0691A") }}

著者 (9件)： , , , , , , , ,
資料名：
巻： 69 号： 3 ページ： 108-116(J-STAGE) 発行年： 2022年
JST資料番号： F0691A ISSN： 0532-8799 CODEN： FOFUA2 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

リチウム導電性酸化物を探索するための効率的な方法を開発することを目的として,化学組成のみに基づくイオン伝導率を予測する機械学習法を開発した。得られたガイドラインの下で,材料探索はLi₂O-SiO₂-MoO₃擬三元系相図に焦点を合わせ,高いイオン伝導率(>10^-4S・cm^-1)を有すると予測された。Li₄SiO₄-Li₂MoO₄タイライン上のリチウム超イオン伝導体(LISICON)固溶体の形成範囲,イオン伝導率および結晶構造を調べた。LISICON相のイオン伝導率は約10^-7S・cm^-1であり,それはエンドメンバーのものより高い。しかし,類似のLISICON材料よりも2桁低かった。さらに,実験値は,機械学習による予測伝導率値よりも2または3桁低かった。結晶構造解析は,リチウムサイト間の距離と結晶構造中の各リチウムサイトの占有がイオン伝導率の減少に寄与することを明らかにした。結晶構造とイオン伝導率の間のこの強い相関は,化学組成のみに基づく予測イオン伝導率と実験値の間の不一致の理由の1つであった。(翻訳著者抄録)

, , , , , , ,
,

著者キーワード (10件)： , , , , , , , , ,

セラミック・磁器の性質 , 二次電池

引用文献 (42件)：

1) N. Kamaya, K. Homma, Y. Yamakawa, M. Hirayama, R. Kanno, M. Yonemura, T. Kamiyama, Y. Kato, S. Hama, K. Kawamoto, A. Mitsui: Nat. Mater., 10 (2011) 682-686.
2) Y. Kato, S. Hori, T. Saito, K. Suzuki, M. Hirayama, A. Mitsui, M. Yonemura, H. Iba, R. Kanno: Nat. Energy, 1 (2016) 16030.
3) K. Suzuki, K. Ohura, A. Seko, Y. Iwamizu, G. Zhao, M. Hirayama, I. Tanaka, R. Kanno: J. Mater. Chem. A, 8 (2020) 11582-11588.
4) A. Seko, H. Hayashi, H. Kashima, I. Tanaka: Phys. Rev. Mater., 2 (2018) 013805.
5) A. Seko, H. Hayashi, I. Tanaka: J. Chem. Phys., 148 (2018) 241719.

, , , , , ,

前のページに戻る