연금복권 199회 당첨 번호 - 2024년 실시간 업데이트
- KAIST,AI로 배터리 원소,연금복권 199회 당첨 번호충방전 상태 99.6% 정확 인식![이번 연구를 수행한 홍승범(왼쪽부터) KAIST 신소재공학과 교수,오지민·염지원 박사.[KAIST 제공]](https://imgnews.pstatic.net/image/016/2024/07/02/20240701050833_0_20240702081012484.jpg?type=w647)
[헤럴드경제=구본혁 기자] 국제 공동연구진이 인공지능(AI) 학습을 통해 배터리의 표면 형상만 보고 성능 상태를 정확하게 파악할 수 있는 영상인식 기술을 개발했다.
KAIST는 신소재공학과 홍승범 교수가 한국전자통신연구원(ETRI),연금복권 199회 당첨 번호미국 드렉셀대학과 공동연구를 통해 다양한 조성과 각기 다른 충·방전 사이클의 NCM 양극재 주사전자현미경 사진을 인공지능에 학습시켜 주요 원소 함량과 충·방전 상태를 99.6%의 높은 정확도로 맞추는 방법론을 세계 최초로 개발했다고 2일 밝혔다.
연구팀은 반도체 공정에서는 웨이퍼의 불량 검수를 위해 주사전자현미경(SEM)을 사용하는 반면 배터리 공정에서는 그런 경우가 드물고 연구 현장에서만 입자의 크기 분석을 위해 SEM을 활용하고,열화된 배터리 소재의 경우 입자가 깨지고 부서지는 형상으로부터 신뢰성을 예측하는 것에 착안했다.연구팀은 반도체 공정에서와 같이 배터리 공정도 자동화된 SEM으로 양극재 표면을 검수해서 원하는 조성대로 합성이 되었는지 수명은 신뢰성 있게 나올 것인지를 확인해 불량률을 줄일 수 있다면 획기적일 것으로 판단했다.
연구진은 자율주행차에 적용가능한 합성곱 신경망 기반 인공지능에 배터리 소재의 표면 영상을 학습시켜서 양극재의 주 원소 함량과 충·방전 사이클 상태를 예측할 수 있게 했다.이런 방법론이 첨가제가 들어간 양극재에도 적용가능한 지 확인한 결과 함량은 상당히 정확하게 예측하는 반면 충·방전 상태는 정확도가 낮다는 단점을 알게 됐다.![양극재 표면의 주사전자현미경 사진과 인공지능의 감지 지도.[KAIST 제공]](https://imgnews.pstatic.net/image/016/2024/07/02/20240701050834_0_20240702081012489.jpg?type=w647)
연구팀은 향후 다양한 공정을 통해서 만든 배터리 소재의 형상을 학습시켜 차세대 배터리의 조성 균일성 검수 및 수명 예측에 활용할 계획이다.
홍승범 교수는 “이번 연구는 세계 최초로 마이크론 스케일의 주사전자현미경 사진의 소재 구조 데이터를 통해 주 원소 함량과 충·방전 상태를 빠르고 정확하게 예측할 수 있는 인공지능 기반 방법론을 개발한 데 의의가 있다”면서 “이번 연구에서 개발된 현미경 영상 기반 배터리 소재의 함량 및 상태 감별 방법론은 향후 배터리 소재의 성능과 품질을 향상하는 데 중요한 역할을 하게 될 것으로 기대된다”고 말했다.
한국연구재단 지원으로 수행된 이번 연구결과는 국제학술지‘엔피제이 컴퓨테이셔날 머티리얼즈(npj computational materials)’에 지난 5월 4일 출판됐다.
연금복권 199회 당첨 번호 - 2024년 최고의 온라인 슬롯
연금복권 199회 당첨 번호 - 슬롯사이트 순위 추천：평생 검은 탄을 캐내 삼형제를 먹이고 입히고 길러냈지만 자식들은 광부로 만들고 싶지 않았다.
연금복권 199회 당첨 번호,또 언론들도 연이어 보도하고 있지만 안타깝게도 이런 국제사회의 압박이 과거 러시아였다면 어느 정도 통했겠지만 지금 현재 러시아는 잘 아시다시피 전쟁 중이고 타국의 영토를 20% 장악하고 있지 않습니까? 이런 상황 속에서 국내의 시민사회도 완벽하게 억압되어 있고 야당도 거의 없기 때문에 약간 시간 벌기이렇게 나올 것 같습니다.