論文の概要: Learning continuous SOC-dependent thermal decomposition kinetics for Li-ion cathodes using KA-CRNNs

• arxiv url: http://arxiv.org/abs/2512.15628v1
• Date: Wed, 17 Dec 2025 17:39:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-18 17:06:27.079904
• Title: Learning continuous SOC-dependent thermal decomposition kinetics for Li-ion cathodes using KA-CRNNs
• Title（参考訳）: KA-CRNNを用いたLiイオン陰極の連続SOC依存性熱分解反応の学習
• Authors: Benjamin C. Koenig, Sili Deng,
• Abstract要約: 物理符号化KA-CRNNフレームワークを用いて、陰極-電解質分解のためのSOC依存的な運動パラメータを学習する。 機械的に通知された反応経路をネットワークアーキテクチャに埋め込んで、活性化エネルギー、事前指数因子、エンタルピー、および関連するパラメータをSOCの連続的かつ完全に解釈可能な機能として表現できるようにする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Thermal runaway in lithium-ion batteries is strongly influenced by the state of charge (SOC). Existing predictive models typically infer scalar kinetic parameters at a full SOC or a few discrete SOC levels, preventing them from capturing the continuous SOC dependence that governs exothermic behavior during abuse conditions. To address this, we apply the Kolmogorov-Arnold Chemical Reaction Neural Network (KA-CRNN) framework to learn continuous and realistic SOC-dependent exothermic cathode-electrolyte interactions. We apply a physics-encoded KA-CRNN to learn SOC-dependent kinetic parameters for cathode-electrolyte decomposition directly from differential scanning calorimetry (DSC) data. A mechanistically informed reaction pathway is embedded into the network architecture, enabling the activation energies, pre-exponential factors, enthalpies, and related parameters to be represented as continuous and fully interpretable functions of the SOC. The framework is demonstrated for NCA, NM, and NMA cathodes, yielding models that reproduce DSC heat-release features across all SOCs and provide interpretable insight into SOC-dependent oxygen-release and phase-transformation mechanisms. This approach establishes a foundation for extending kinetic parameter dependencies to additional environmental and electrochemical variables, supporting more accurate and interpretable thermal-runaway prediction and monitoring.
• Abstract（参考訳）: リチウムイオン電池の熱流出は電荷状態(SOC)の影響を強く受けている。 既存の予測モデルは、通常、完全なSOCまたはいくつかの独立したSOCレベルにおいてスカラーの運動パラメータを推定し、乱用状態における外為的行動を管理する連続的なSOC依存を捕捉するのを防ぐ。 これを解決するために、Kolmogorov-Arnold Chemical Reaction Neural Network (KA-CRNN) フレームワークを適用し、連続的で現実的な SOC 依存の極性陰極-電解質相互作用を学習する。 物理符号化KA-CRNNを用いて、差分走査熱量測定(DSC)データから直接陰極-電解質分解のSOC依存性の速度論的パラメータを学習する。 機械的に情報を得た反応経路をネットワークアーキテクチャに埋め込んで、活性化エネルギー、事前指数因子、エンタルピー、および関連するパラメータをSOCの連続的かつ完全に解釈可能な機能として表現できるようにする。 NCA、NM、NMAカソードで実証され、すべてのSOCでDSC熱放出特性を再現し、SOC依存性酸素放出機構と相変態機構の解釈可能な洞察を与えるモデルが得られた。 このアプローチは、より正確で解釈可能なサーマルランウェイ予測とモニタリングをサポートするため、運動パラメータの依存関係を追加の環境および電気化学変数に拡張する基盤を確立する。

関連論文リスト

• Coherence Dispersion and Temperature Scales in a Quantum-Biology Toy Model [51.56484100374058]
  量子コヒーレンス(英語版)が任意の量子状態のいくつかの外対角要素の間にどのように散乱するかを考察する。 平衡外システムに焦点をあてることで、我々は開発されたフレームワークを使用して、セル・エネルギティクスの単純化されたモデルに対処する。
  論文  参考訳（メタデータ） (2025-12-13T14:21:34Z)
• Kolmogorov-Arnold Chemical Reaction Neural Networks for learning pressure-dependent kinetic rate laws [0.0]
  化学反応ニューラルネットワーク(CRNN)は、データから直接反応の速度論を発見するための解釈可能な機械学習フレームワークとして登場した。 我々は,各運動パラメータをシステム圧力の学習可能な関数としてモデル化することにより,CRNNを一般化するKolmogorov-Arnold化学反応ニューラルネットワーク(KA-CRNN)を開発した。
  論文  参考訳（メタデータ） (2025-11-10T23:08:54Z)
• Influence of vibrational motion and temperature on interatomic Coulombic electron capture [0.0]
  原子間電子捕獲プロセスの解析モデルに振動運動を組み込む。 ICECは環境によって媒介されるプロセスであり、自由電子が余剰エネルギーを隣人に伝達することで種に付着する。 原子運動の説明はまた、電子スペクトルの拡大を記述し、温度依存断面積の評価を可能にする。
  論文  参考訳（メタデータ） (2025-05-08T12:02:08Z)
• Electron-Electron Interactions in Device Simulation via Non-equilibrium Green's Functions and the GW Approximation [71.63026504030766]
  電子-電子(e-e)相互作用は、量子輸送シミュレーションに明示的に組み込まれなければならない。 この研究は、非平衡条件下でのナノデバイスの大規模原子論的量子輸送シミュレーションを報告した最初のものである。
  論文  参考訳（メタデータ） (2024-12-17T15:05:33Z)
• Inverse Current in Coupled Transport: A Quantum Thermodynamic Framework for Energy and Spin-polarized Particle Currents [1.2718514021745038]
  結合輸送における逆電流は、輸送過程における著しく反直感的な振る舞いを表す。 我々は、エネルギーおよびスピン偏極粒子電流におけるICCを記述するための量子熱力学フレームワークを提供する。 本分析は,エントロピー生成速度の微視的および微視的記述とを関連づけるものである。
  論文  参考訳（メタデータ） (2024-05-02T13:57:56Z)
• Multi-Task Mixture Density Graph Neural Networks for Predicting Cu-based Single-Atom Alloy Catalysts for CO2 Reduction Reaction [61.9212585617803]
  グラフニューラルネットワーク(GNN)は、材料科学者からますます注目を集めている。 本研究では,DimeNet++と混合密度ネットワークに基づくマルチタスク(MT)アーキテクチャを構築し,その性能向上を図る。
  論文  参考訳（メタデータ） (2022-09-15T13:52:15Z)
• 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)
• Li$_x$CoO$_2$ phase stability studied by machine learning-enabled scale bridging between electronic structure, statistical mechanics and phase field theories [0.0]
  Li$_xTM$O$$ (TM=Ni, Co, Mn) は、Liイオン電池の電気化学的サイクリング性能が原子スケールでのLi含有量の関数としての結晶構造と相安定性に強く支配されるカソードである。 ここでは、Li$_x$CoO$$(LCO)をモデルシステムとして、原子スケールでの密度汎関数理論計算と連続スケールでの位相場モデリングを組み合わせたスケールブリッジングフレームワークをベンチマークする。
  論文  参考訳（メタデータ） (2021-04-16T19:00:59Z)
• Thermodynamic and Real-time Dynamic Properties of Complex Sachdev-Ye-Kitaev Model [0.0]
  cSYKモデルはファン・デル・ワールス=マクスウェル系に見られる一階相転移を著しく反映している。 我々はファンデルワールス相転移とcSYKモデルとの類似性を詳細に分析し、化学ポテンシャルが系の相転移を駆動するメカニズムを探求する。
  論文  参考訳（メタデータ） (2021-03-30T11:44:11Z)
• Out-of-time-order correlations and the fine structure of eigenstate thermalisation [58.720142291102135]
  量子情報力学と熱化を特徴付けるツールとして、OTOC(Out-of-time-orderor)が確立されている。 我々は、OTOCが、ETH(Eigenstate Thermalisation hypothesis)の詳細な詳細を調査するための、本当に正確なツールであることを明確に示している。 無限温度状態における局所作用素の和からなる可観測物の一般クラスに対して、$omega_textrmGOE$の有限サイズスケーリングを推定する。
  論文  参考訳（メタデータ） (2021-03-01T17:51:46Z)
• Probing eigenstate thermalization in quantum simulators via fluctuation-dissipation relations [77.34726150561087]
  固有状態熱化仮説(ETH)は、閉量子多体系の平衡へのアプローチの普遍的なメカニズムを提供する。 本稿では, ゆらぎ・散逸関係の出現を観測し, 量子シミュレータのフルETHを探索する理論に依存しない経路を提案する。 我々の研究は、量子シミュレータにおける熱化を特徴づける理論に依存しない方法を示し、凝縮物質ポンプ-プローブ実験をシミュレーションする方法を舗装する。
  論文  参考訳（メタデータ） (2020-07-20T18:00:02Z)

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。