FINALES와 Kadi4Mat 사이의 AI 인터페이스를 통해 배터리 연구를 가속화하는 것

시간이 많이 소요되는 형성 과정은 나트륨 이온 동전 세포의 수명과 종료 시 성능에 중대한 영향을 미치기 때문에 연구의 목표는 형성 프로토콜을 최적화하여 지속 시간 효율성을 향상하고 높은 성능 결과를 달성하는同时 실험의 수를 최소화하여 자원 소비를 줄이고 발견을 가속화하는 것이다.

특히, 형성 시간을 최소화하고 종료 시 성능을 최대화하는 두 가지 목표가 서로 상충할 수 있기 때문에, 이 연구에서는 두 가지 목표를 동시에 고려하는 방법을 제시한다. 이 연구의 적용 범위 외에도, FINALES와 Kadi RDM 생태계 간의 상호 운용성을 허용하는 프레임워크를 제시한다. 이 프레임워크를 사용하여, 우리의 최적화 문제를 해결한다.

이 설정에서, FINALES 프레임워크는 POLiS MAP에서 실험 계획과 실행을 조율한다. 반면, Kadi4Mat 내부에 구현된 적극적 학습 에이전트는 실험 선택을 지시한다. 이 에이전트는 다목적 배치 베이즈IAN 최적화를 사용하여 매개 변수 공간을 효율적으로 탐색한다.

이 상호 운용성 향상은 자동화된 시스템과 인간이 운영하는 워크플로우 간에 조정된 분산 협력을 허용한다. 이 접근 방식은 형성 시간과 종료 시 성능 사이의 트레이드 오프를 반복적으로 탐색하고 Pareto 전면에 근사하는 후보 솔루션을 식별한다.

결과 워크플로우는 배터리 연구에서 데이터 주도 최적화를 지원할 수 있는 상호 운용성 인프라의 가능성을 보여주고, 다양한 재료 과학 및 공학 최적화 과제에 적용할 수 있는 전이 가능한 프레임워크를 확립한다.