earticle

한국어

본 연구는 양극산화를 이용하여 Zn판 표면에 나노 ZnO를 합성하고, Machine Learning을 적용하여 양극산화 조건을 최적화하는 목표를 가지고 있다. 양극산화를 통해 Zn판 표면에 나노 ZnO를 생성하고, 넓은 밴드갭(3.10~3.37eV)의 반도체인 ZnO는 높은 전자이동도, 강한 광발광, 우수한 광촉매 활성 등 물리화학적 특성을 보여준다. 이러한 특성으로 ZnO는 광촉매, 가스 감지, 에너지 저장 등 다양한 응용 분야에서 유망한 소재가 되고 있다. 전압, 시간, 전해질 조성 등 양극산화 조건을 최적화하기 위해 SVM(Support Vector Machine) 회귀 알고리즘을 사용하여 실험 데이터를 체계적으로 분석하고, 최적의 나노 ZnO 특성을 보여주는 조건을 찾아낸다. 본 연구의 결과는 우수한 ZnO 기반 재료의 개발을 발전시킬 뿐만 아니라 재료 합성 공정 최적화를 위해 SVM Machine Learning을 사용하는 것의 효과를 강조한다.