エネルギー科学：X線動画から不均一反応速度論をピクセル単位で学習する

空間的に不均一で不安定な界面での反応速度は、定量化が難しいことで知られているが、電池や電極触媒など、多くの化学系の工学において不可欠である。オペランド顕微鏡によるこうした材料の実験的特性評価から、豊富な画像データセットが得られるが、反応速度論、表面化学、相分離が複雑に結び付いているので、こうした画像から物理を学習するデータ駆動型の手法はまだない。今回我々は、炭素で被覆されたリン酸鉄リチウム（LFP）ナノ粒子のin situ走査型透過X線顕微鏡（STXM）画像から不均一反応速度論を学習できることを示す。我々は、STXM画像の大規模データセットと、熱力学的に矛盾のない電気化学位相場モデル、偏微分方程式（PDE）に制約された最適化、不確かさの定量化を組み合わせて、自由エネルギーランドスケープと反応速度論を抽出し、それらと理論モデルの整合性を検証した。我々はまた、反応速度の空間的不均一性も同時に学習しており、この不均一性は、オージェ電子顕微鏡（AEM）で得られた炭素被膜の厚さプロファイルと密接に整合していた。学習されたモデルとの平均的な不一致は、18万個の画像ピクセルにわたって著しく小さく（7％未満）、実験雑音と同程度であった。今回の結果は、従来の実験的方法の手が届かない非平衡材料特性を学習する可能性を開き、不均一な反応性表面の特性評価と最適化のための新しい非破壊技術をもたらす。

目次へ戻る