Integrated AI-driven framework for precise prediction of electrolyte additive oxidation potentials in lithium-ion batteries
2025 · Journal of Power Sources
저자
Sung-Soo Kim, Ilhyung Lee, Yonggoon Jeon, Changjae Lee, Teawoo Lee, Jahyun Koo, Ihnkyung Jung, Janghyuk Moon, 박정원 (Jungwon Park), Keunhong Jeong
연구주제
Advancements in Battery Materials · Machine Learning in Materials Science · Advanced Battery Technologies Research
NTIS 과학기술표준분류
에너지/자원만에너지·환경·원자력 확장
전기/전자 > 전지 > 이차전지에너지 외
배정 근거: AI 키워드가 잡은 NTIS 과제의 분류(정책 연계 맵과 같은 방법).
AI 연구 키워드·방법
전해질 첨가제 lithium ion battery electrolyte oxidation potential prediction
키워드 (OpenAlex)
electrolyte additives lithium-ion batteries electrolyte engineering machine learning deep learning density functional theory battery performance
초록
초록 없음
이 논문을 지원한 국가R&D 과제 (NTIS 성과)
NTIS 성과DB(2020–24)에서 DOI 매칭 없음
인접 그래프
노드 hover = 이웃 강조 · 1회 클릭 = 고정 · 고정된 노드 다시 클릭 = 페이지 이동
이 문서와 연결된 페이지
교수 1
연구주제 1
Advancements in Battery Materials