Accelerated Search for BaTiO-Based Ceramics with Large Energy Storage at Low Fields Using Machine Learning and Experimental Design.

البحث المُسرَّع عن خزفيات قائمة على BaTiO ذات تخزين عالٍ للطاقة عند مجالات منخفضة باستخدام تعلّم الآلة والتصميم التجريبي.

Clicks: 462
ID: 66006
2019
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Emerging

Ranked #7 of 57 articles by views in Advanced science (Weinheim, Baden-Wurttemberg, Germany)

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
The problem that is considered is that of maximizing the energy storage density of Pb-free BaTiO-based dielectrics at low electric fields. It is demonstrated that how varying the size of the combinatorial search space influences the efficiency of material discovery by comparing the performance of two machine learning based approaches where different levels of physical insights are involved. It is started with physics intuition to provide guiding principles to find better performers lying in the crossover region in the composition-temperature phase diagram between the ferroelectric phase and relaxor ferroelectric phase. Such an approach is limiting for multidopant solid solutions and motivates the use of two data-driven machine learning and design strategies with a feedback loop to experiments. Strategy I considers learning and property prediction on all the compounds, and strategy II learns to preselect compounds in the crossover region on which prediction is carried out. By performing only two active learning loops via strategy II, the compound (BaCa)(TiZrHf)O is synthesized with the largest energy storage density ≈73 mJ cm at a field of 20 kV cm, and an insight into the relative performance of the strategies using varying levels of knowledge is provided.
تتمثل المسألة قيد البحث في تعظيم كثافة تخزين الطاقة للعوازل الكهربائية الخالية من الرصاص والقائمة على BaTiO عند مجالات كهربائية منخفضة. ويُبيَّن في هذا العمل كيف يؤثر تغيير حجم فضاء البحث التوافقي في كفاءة اكتشاف المواد، وذلك من خلال مقارنة أداء نهجين قائمين على تعلّم الآلة ينطويان على مستويات متفاوتة من الرؤى الفيزيائية. تبدأ الدراسة بالاعتماد على الحدس الفيزيائي لتوفير مبادئ توجيهية تسهم في إيجاد مواد ذات أداء أفضل تقع في منطقة الانتقال ضمن مخطط أطوار التركيب-درجة الحرارة بين الطور الفيروكهربائي وطور التراخي الفيروكهربائي (الريلاكسور). ويعد هذا النهج محدود الفاعلية في حالة المحاليل الصلبة متعددة الإشابة، مما يدفع إلى استخدام استراتيجيتين للتصميم وتعلّم الآلة مدفوعتين بالبيانات ومزودتين بحلقة تغذية راجعة للتجارب. تتناول الاستراتيجية الأولى (Strategy I) التعلّم والتنبؤ بالخصائص لجميع المركبات، في حين تتعلّم الاستراتيجية الثانية (Strategy II) الانتقاء المسبق للمركبات الواقعة في منطقة الانتقال لإجراء التنبؤ عليها. وعبر تنفيذ حلقتين فقط من التعلّم النشط باستخدام الاستراتيجية الثانية، جرى تخليق المركب (BaCa)(TiZrHf)O محققاً أعلى كثافة لتخزين الطاقة بلغت ≈73 mJ cm عند مجال قدره 20 kV cm، كما قُدّمت رؤية متعمقة حول الأداء النسبي للاستراتيجيات باستخدام مستويات معرفية متفاوتة.
Reference Key
yuan2019acceleratedadvanced Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Yuan, Ruihao;Tian, Yuan;Xue, Dezhen;Xue, Deqing;Zhou, Yumei;Ding, Xiangdong;Sun, Jun;Lookman, Turab;
Journal Advanced science (Weinheim, Baden-Wurttemberg, Germany)
Year 2019
DOI
10.1002/advs.201901395
URL
Keywords
Machine learning energy storage ceramics bayesian optimization optimal experimental design

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.