論文の概要: Machine learning driven search of hydrogen storage materials
- arxiv url: http://arxiv.org/abs/2503.04027v1
- Date: Thu, 06 Mar 2025 02:24:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-07 15:57:47.431391
- Title: Machine learning driven search of hydrogen storage materials
- Title（参考訳）: 機械学習による水素貯蔵材料の探索
- Authors: Tanumoy Banerjee, Kevin Ji, Weiyi Xia, Gaoyuan Ouyang, Tyler Del Rose, Ihor Z. Hlova, Benjamin Ueland, Duane D. Johnson, Cai-Zhuan Wang, Ganesh Balasubramanian, Prashant Singh,
- Abstract要約: 機械学習(ML)を利用して水素と金属の比と溶液エネルギーを予測する。
3元系合金よりH/M比と解エネルギーが向上する。
純TiおよびTi5Mo95合金の圧力-組成等温実験により, モリブデンリッチ合金中の水素の速度速度が遅いことが確認された。
- 参考スコア（独自算出の注目度）: 0.9461832560827845
- License:
- Abstract: The transition to a low-carbon economy demands efficient and sustainable energy-storage solutions, with hydrogen emerging as a promising clean-energy carrier and with metal hydrides recognized for their hydrogen-storage capacity. Here, we leverage machine learning (ML) to predict hydrogen-to-metal (H/M) ratios and solution energy by incorporating thermodynamic parameters and local lattice distortion (LLD) as key features. Our best-performing ML model provides improvements to H/M ratios and solution energies over a broad class of ternary alloys (easily extendable to multi-principal-element alloys), such as Ti-Nb-X (X = Mo, Cr, Hf, Ta, V, Zr) and Co-Ni-X (X = Al, Mg, V). Ti-Nb-Mo alloys reveal compositional effects in H-storage behavior, in particular Ti, Nb, and V enhance H-storage capacity, while Mo reduces H/M and hydrogen weight percent by 40-50%. We attributed to slow hydrogen kinetics in molybdenum rich alloys, which is validated by our pressure-composition isotherm (PCT) experiments on pure Ti and Ti5Mo95 alloys. Density functional theory (DFT) and molecular simulations also confirm that Ti and Nb promote H diffusion, whereas Mo hinders it, highlighting the interplay between electronic structure, lattice distortions, and hydrogen uptake. Notably, our Gradient Boosting Regression model identifies LLD as a critical factor in H/M predictions. To aid material selection, we present two periodic tables illustrating elemental effects on (a) H2 wt% and (b) solution energy, derived from ML, and provide a reference for identifying alloying elements that enhance hydrogen solubility and storage.
- Abstract（参考訳）: 低炭素経済への移行は、水素が有望なクリーンエネルギーキャリアとして出現し、水素貯蔵能力で認識される金属水素化物を含む、効率的で持続可能なエネルギー貯蔵ソリューションを必要としている。
そこで我々は機械学習(ML)を活用し,熱力学パラメータと局所格子歪み(LLD)を重要な特徴として取り入れることで,水素と金属の比と溶液エネルギーを予測する。
本モデルでは,Ti-Nb-X (X = Mo, Cr, Hf, Ta, V, Zr) やCo-Ni-X (X = Al, Mg, V) などの3元系合金(多元系合金に容易に拡張可能)に対して,H/M比と解エネルギーを改良する。
Ti-Nb-Mo合金はH貯蔵挙動に組成効果を示し、特にTi, Nb, VはH貯蔵能力を高め、MoはH/Mと水素重量を40-50%減少させる。
純TiおよびTi5Mo95合金の圧力分解等温 (PCT) 実験により, モリブデンリッチ合金中の水素速度が遅いことが確認された。
密度汎関数理論(DFT)と分子シミュレーション(英語版)は、TiとNbがHの拡散を促進するのに対して、Moはそれを妨げ、電子構造、格子歪み、水素の取り込みの相互作用を強調している。
特に、我々のグラディエントブースティング回帰モデルでは、LDDをH/M予測の重要な要素として認識している。
材料選択を支援するため,元素効果を示す2つの周期表を提示する。
(a)H2wt%および
b) ML由来の溶液エネルギーと, 水素溶解性と貯蔵性を高める合金元素の同定基準を提供する。
関連論文リスト
- Predicting ionic conductivity in solids from the machine-learned potential energy landscape [68.25662704255433]
超イオン材料は、エネルギー密度と安全性を向上させる固体電池の推進に不可欠である。
このような物質を同定するための従来の計算手法は資源集約的であり、容易ではない。
普遍的原子間ポテンシャル解析によるイオン伝導率の迅速かつ確実な評価手法を提案する。
論文 参考訳（メタデータ） (2024-11-11T09:01:36Z) - Simulating and investigating various dynamic aspects of $\rm{H}_2\rm{O}$-related hydrogen bond model [2.067188682696963]
Jaynes-Cummingsモデルから修正した単純な$rmHrmO$関連水素結合モデルを提案する。
水素結合の形成と破断過程は、媒体の熱フォノンの生成と消滅を伴う。
論文 参考訳（メタデータ） (2024-10-19T14:29:01Z) - An NV- center in magnesium oxide as a spin qubit for hybrid quantum technologies [1.2774526936067931]
MgO中の窒素間質とマグネシウム空孔との間には,電子的および光学的特性の良好な負の錯体が同定された。
このNV中心は安定な三重項基底と励起状態を持ち、一重項シェルビング状態は光学的読み出しを可能にする。
MgOの技術的成熟とともに,NV-欠陥の良好な性質は,古典量子ハイブリッドの応用を可能にすることが示唆された。
論文 参考訳（メタデータ） (2024-08-30T20:32:40Z) - Hessian QM9: A quantum chemistry database of molecular Hessians in implicit solvents [0.31457219084519]
ヘシアン QM9 は平衡配置と数値ヘシアン行列の最初のデータベースである。
MLIPの損失関数にポテンシャルエネルギー表面の第2の導関数を組み込むことにより,全溶媒環境における振動周波数の予測が大幅に向上することを示す。
論文 参考訳（メタデータ） (2024-08-15T08:16:11Z) - Single photon emitters in monolayer semiconductors coupled to transition metal dichalcogenide nanoantennas on silica and gold substrates [49.87501877273686]
遷移金属ジアルコゲナイド(TMD)単一光子エミッタは、量子情報応用に多くの利点をもたらす。
シリコンやガリウムホスプヒド(GaP)などのナノ共振器の製造に用いられる伝統的な材料は、高い屈折率の基質を必要とすることが多い。
ここでは,多層TMDで作製したナノアンテナ(NA)を用いて,基板選択による完全な柔軟性を実現する。
論文 参考訳（メタデータ） (2024-08-02T07:44:29Z) - Site-Controlled Purcell-Induced Bright Single Photon Emitters in Hexagonal Boron Nitride [62.170141783047974]
六方晶窒化ホウ素(hBN)でホストされる単一光子エミッタは、室温で動作する量子フォトニクス技術にとって必須の構成要素である。
我々はPurcellにより誘導されるサイト制御SPEのためのプラズモンナノ共振器の大規模アレイを実験的に実証した。
我々の結果は、明るく、均一に統合された量子光源の配列を提供し、堅牢でスケーラブルな量子情報システムへの道を開いた。
論文 参考訳（メタデータ） (2024-05-03T23:02:30Z) - Accurate Surface and Finite Temperature Bulk Properties of Lithium Metal
at Large Scales using Machine Learning Interaction Potentials [9.457954280246286]
我々は,DFTデータに基づく機械学習インタラクションポテンシャル(MLIP)を,実験結果とab-initio結果の再現における最先端の精度に訓練する。
DFTを用いて, 熱力学特性, フォノンスペクトル, 弾性定数の温度依存性, および各種表面特性を正確に予測する。
我々は、ミラー指数面に対する自己吸着エネルギーと最小表面拡散障壁に関連するベル・エバンス・ポラニ関係が存在することを証明した。
論文 参考訳（メタデータ） (2023-04-24T20:09:07Z) - Real-time equation-of-motion CC cumulant and CC Green's function
simulations of photoemission spectra of water and water dimer [54.44073730234714]
実時間CC累積法で得られた結果について考察する。
これらの方法を用いて得られたイオン化ポテンシャルを価領域で比較した。
RT-EOM-CC法とCCGF法により得られたスペクトル関数の特徴を衛星ピークの位置と関連づけて解析した。
論文 参考訳（メタデータ） (2022-05-27T18:16:30Z) - Creating Quantum Emitters in Hexagonal Boron Nitride Deterministically
on Chip-Compatible Substrates [51.112488102081734]
2次元ヘキサゴナル窒化ホウ素(hBN)は室温単一光子発光体(SPE)をホストする
本稿では,原子間力顕微鏡(AFM)先端を用いたナノインデンテーションにより,hBN SPEを決定的に活性化する放射線・リソグラフィーのない経路について報告する。
論文 参考訳（メタデータ） (2021-06-28T20:58:02Z) - BIGDML: Towards Exact Machine Learning Force Fields for Materials [55.944221055171276]
機械学習力場(MLFF)は正確で、計算的で、データ効率が良く、分子、材料、およびそれらのインターフェースに適用できなければならない。
ここでは、Bravais-Inspired Gradient-Domain Machine Learningアプローチを導入し、わずか10-200原子のトレーニングセットを用いて、信頼性の高い力場を構築する能力を実証する。
論文 参考訳（メタデータ） (2021-06-08T10:14:57Z) - A model for atomic precision p-type doping with diborane on
Si(100)-2$\times$1 [0.0]
我々は,Si(100)-2$times$1表面への吸着後,電気的に活性な置換ホウ素として含有するジボランの反応経路を計算した。
その結果,ジボランの二量体の性質は本質的にドーピング密度をアクセプター前駆体として制限していることが示唆された。
これは、ジボランが原子精度のアクセプター前駆体として機能するのに対し、他の非二量化アクセプター前駆体は低い温度で高い取り込み率をもたらす可能性があることを示唆している。
論文 参考訳（メタデータ） (2020-09-30T22:22:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。