연구진이 Bromley 모델과 머신러닝 기반 행렬 완성 방법(MCM)을 결합한 하이브리드 모델을 개발했어요. 이 모델은 83종의 양이온과 112종의 음이온에 대한 Bromley 파라미터 행렬을 완성해 9,296종의 전해질 활동 예측을 가능하게 해요. 기존 모델 대비 예측 정확도를 유지하면서 적용 범위를 크게 확장했어요. 연구 결과는 과학 기술 저널에 발표됐어요.
Bromley-MCM 모델은 Dortmund Data Bank의 478종 전해질 데이터로 학습됐으며, 298K에서 평균 이온 활동 계수와 삼투압 계수를 예측하는 데 사용돼요. 행렬 완성 방법(MCM)은 전해질별 파라미터를 예측하는 데 활용돼, 실험 데이터 부족 문제를 해결했어요. 새로운 모델은 기존 Bromley 모델의 한계를 극복하고 다양한 전해질 시스템에 대한 예측 가능성을 높여요.
새로운 하이브리드 모델은 기존 Bromley 모델의 한계를 극복하고 다양한 전해질 시스템에 대한 예측 가능성을 높여요. 모델 학습에 사용되지 않은 전해질에 대한 평가를 통해 높은 예측 정확도를 입증했어요.