研究者たちはまた、別のシンクロトロンであるSLACのスタンフォードシンクロトロン放射光源でX線回折を採用しました。これは、バッテリーに存在する状態を再現しようとし、さらに多粒子バッテリーモデルを提供しました。
XNUMXつの形式のデータはすべて、機械学習アルゴリズムがバッテリーで動作している物理学を学習するのに役立つ形式で結合されました。
典型的な機械学習アルゴリズムは、トレーニングセットの画像と一致する、または一致しない画像を探しますが、この研究では、研究者は実験やその他のソースからのより深いデータセットを適用して、より洗練された結果を可能にしました。
この研究は、約100個の個々の粒子の化学的状態を特定する能力から恩恵を受けました。 選択された各粒子は、サイクリングプロセス中に約50の異なるエネルギーステップで画像化され、合計5,000の画像が得られました。
ALS実験およびその他の実験のデータは、急速充電の数学モデルのデータ、および高速充電の化学と物理に関する情報と組み合わされ、機械学習アルゴリズムに組み込まれました。
「以前のXNUMXつの研究で行ったように、コンピューターにデータを入力するだけでモデルを直接理解させるのではなく、正しい方程式、つまり正しい物理学を選択または学習する方法をコンピューターに教えました」とスタンフォード大学の研究者スティーブンは言います。ドンミンカン。
黄の恵み »