研究人员通过改变制备条件得到不同离子电导率的样品及相应的显微形貌图,将离子电导率划分为高、中、低三个等级,并利用决策树模型将显微结构与离子电导率关联,分类预测准确率超过90%。他们还从显微结构中提取物理参数(颗粒、孔隙),定量分析了参数对离子电导率的影响。研究表明该模型对其它氧化物锂离子导体(锂镧钛氧)也具有高的分类准确率。
![Image](/_upload/article/images/16/ea/5bb1c9c64ed9b4598b0167a2889b/f5295ded-afb3-4abd-a2b5-994296f4e454.jpg)
本工作成功实现了对氧化物锂离子导体显微结构与性能关系的理解,也为其他领域对功能材料物理性能和结构的关联提供了新的方法。
研究人员通过改变制备条件得到不同离子电导率的样品及相应的显微形貌图,将离子电导率划分为高、中、低三个等级,并利用决策树模型将显微结构与离子电导率关联,分类预测准确率超过90%。他们还从显微结构中提取物理参数(颗粒、孔隙),定量分析了参数对离子电导率的影响。研究表明该模型对其它氧化物锂离子导体(锂镧钛氧)也具有高的分类准确率。
本工作成功实现了对氧化物锂离子导体显微结构与性能关系的理解,也为其他领域对功能材料物理性能和结构的关联提供了新的方法。