머신러닝으로 Ni 기반 초내열합금의 공공 형성에너지 예측

1/ AI 활용 방법: 머신러닝
2/ 적용 과제: DFT 계산과 결합한 Ni 기반 초내열합금의 vacancy formation energy 예측
3/ 보고된 결과: Cr, Nb, Ta, Al, Ti 치환이 vacancy formation energy 분포를 넓히고 표준편차를 최대 0.15 eV까지 증가시킴
4/ 이 연구는 Ni 기반 초내열합금에서 vacancy formation energy를 예측하기 위해 DFT 계산과 머신러닝을 함께 사용했다.
5/ 연구진은 조성 치환이 공공 형성에너지 분포에 미치는 영향을 조사했고, Cr, Nb, Ta, Al, Ti 치환이 분포를 넓히며 표준편차를 최대 0.15 eV까지 증가시킨다고 보고했다.
6/ 재료 연구 관점에서 이 결과는 합금 설계에서 조성 변화가 결함 에너지의 분산을 얼마나 크게 바꿀 수 있는지 보여준다.
7/ 이런 접근은 고온 안정성이나 확산 관련 거동을 빠르게 비교하는 데 참고가 될 수 있다.
8/ 다만 기사 수준의 요약만으로는 사용한 입력 특성, 모델 형태, 학습 데이터 범위, 외삽 가능성은 확인할 수 없다.
9/ 따라서 같은 정확도를 다른 합금계에 바로 기대하기는 어렵다. [1]