機器學習加速固態電池電解質篩選
全固態電池的關鍵在於固體電解質的快速離子傳導。一項最新研究利用低頻漫射拉曼散射作為「光譜指紋」,結合機器學習加速的計算流程,大幅降低材料篩選成本,並在鈉離子導體上驗證了方法的預測能力。
物理機理
先前研究表明,與快速離子傳輸相關的類液態陽離子運動,會破壞晶體對稱性,從而打破拉曼選擇定則。研究正是利用由此產生的低頻漫射拉曼散射,作為識別快速離子導體的光譜特徵,建立觀測依據。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
