Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Methods of Medium Optimization01:28

Methods of Medium Optimization

70
Optimizing growth media enhances microbial proliferation and maximizes product yield. Statistical experimental design methodologies provide structured and reproducible approaches, offering progressively higher levels of robustness and efficiency.The One-Factor-at-a-Time (OFAT) MethodThe One-Factor-at-a-Time (OFAT) method involves adjusting a single variable while keeping all others constant. However, it cannot detect interactions between variables, often leading to suboptimal outcomes when...
70

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Agentic workflow enables the recovery of critical materials from complex feedstocks <i>via</i> selective precipitation.

Materials horizons·2026
Same author

Post-Modification of Crystalline Peptoid Nanomembranes with Active Nanoparticles for Efficient Photo-Oxidation of a Mustard Gas Simulant.

ACS applied materials & interfaces·2026
Same author

A Perspective on Quantum Computing Applications in Quantum Chemistry Using 25-100 Logical Qubits.

Journal of chemical theory and computation·2025
Same author

Molecular-resolution imaging of ice crystallized from liquid water by cryogenic liquid-cell TEM.

Nature communications·2025
Same author

Modulating Solvation Structure in Concentrated Aqueous Organic Redox Flow Battery Electrolyte for Solubility and Transport Enhancement via Polycomplex Ion.

ACS energy letters·2025
Same author

Strontium-Enriched Barite for Enhanced PbSO<sub>4</sub> Nucleation in Lead-Acid Batteries.

Small (Weinheim an der Bergstrasse, Germany)·2025
Same journal

A Lithium Superionic Conductor Softened by Nonmetal-Chlorine Chemical Bonds.

Journal of the American Chemical Society·2026
Same journal

A Ferrocene Metal-Ligand Triplet Diradical with a Terminal Iminyl Group Discovered by Time-Resolved Mid-Infrared Spectroscopy.

Journal of the American Chemical Society·2026
Same journal

Regulating Li-Ion Transport via Solvent and Ion Clustering Using Ternary Salts in Nonfluorinated Solvents for Extended Cyclability of Zero-Excess Lithium-Metal Batteries.

Journal of the American Chemical Society·2026
Same journal

Terahertz-Field-Induced Dissociation of Frenkel Excitons in Organic Semiconductors.

Journal of the American Chemical Society·2026
Same journal

Interplay between Slow Chirality Inversion and Slow Guest Uptake in a Triple-Helical Closed-Cage Metallocryptand.

Journal of the American Chemical Society·2026
Same journal

Controlled Sulfane Sulfur Delivery via Allyl Disulfide Rearrangement-Mediated Thiosulfoxide Formation.

Journal of the American Chemical Society·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: May 4, 2026

Scalable Nanohelices for Predictive Studies and Enhanced 3D Visualization
08:03

Scalable Nanohelices for Predictive Studies and Enhanced 3D Visualization

Published on: November 12, 2014

10.5K

Acelerar el descubrimiento de materiales computacionales con el aprendizaje automático y la computación en la nube de

Chi Chen1, Dan Thien Nguyen2, Shannon J Lee2

  • 1Azure Quantum, Microsoft, One Microsoft Way, Redmond, Washington 98052, United States.

Journal of the American Chemical Society
|July 9, 2024
PubMed
Resumen
Este resumen es generado por máquina.

Este estudio acelera el descubrimiento de materiales mediante el aprendizaje automático (ML) y la computación de alto rendimiento (HPC). Los investigadores identificaron nuevos electrolitos de estado sólido para las baterías, validando las predicciones computacionales a través de la síntesis experimental.

Más Videos Relacionados

Novel 3D/VR Interactive Environment for MD Simulations, Visualization and Analysis
11:29

Novel 3D/VR Interactive Environment for MD Simulations, Visualization and Analysis

Published on: December 18, 2014

11.9K
Author Spotlight: Enhancing Cryo-Electron Microscopy by Automated Data Collection and Analysis Techniques
07:52

Author Spotlight: Enhancing Cryo-Electron Microscopy by Automated Data Collection and Analysis Techniques

Published on: December 1, 2023

1.0K

Videos de Experimentos Relacionados

Last Updated: May 4, 2026

Scalable Nanohelices for Predictive Studies and Enhanced 3D Visualization
08:03

Scalable Nanohelices for Predictive Studies and Enhanced 3D Visualization

Published on: November 12, 2014

10.5K
Novel 3D/VR Interactive Environment for MD Simulations, Visualization and Analysis
11:29

Novel 3D/VR Interactive Environment for MD Simulations, Visualization and Analysis

Published on: December 18, 2014

11.9K
Author Spotlight: Enhancing Cryo-Electron Microscopy by Automated Data Collection and Analysis Techniques
07:52

Author Spotlight: Enhancing Cryo-Electron Microscopy by Automated Data Collection and Analysis Techniques

Published on: December 1, 2023

1.0K

Área de la Ciencia:

  • Ciencias de los materiales
  • Química computacional
  • La electroquímica

Sus antecedentes:

  • El descubrimiento de materiales computacionales de alto rendimiento promete una innovación acelerada, pero se enfrenta a cuellos de botella debido a las limitaciones de los recursos computacionales.
  • La validación experimental de materiales descubiertos por computación, especialmente para aplicaciones de productos, sigue siendo limitada.

Objetivo del estudio:

  • Demostrar una vía viable para el descubrimiento de materiales computacionales a gran escala y la validación experimental.
  • Identificar nuevos materiales de electrolitos en estado sólido para aplicaciones avanzadas de baterías.

Principales métodos:

  • Modelos combinados de aprendizaje automático de última generación con simulaciones tradicionales basadas en la física.
  • Utilizó recursos de computación de alto rendimiento en la nube (HPC) para seleccionar más de 32 millones de materiales candidatos.
  • Sintetizó y caracterizó experimentalmente materiales candidatos prometedores, centrándose en electrolitos en estado sólido.

Principales resultados:

  • Predijo aproximadamente medio millón de materiales potencialmente estables de más de 32 millones de candidatos.
  • Se identificaron 18 candidatos prometedores a nuevos electrolitos en estado sólido para aplicaciones de baterías.
  • Sintetizó y validó las series Na Li3- YCl6 (0≤ x≤ 3) como electrolitos sólidos potenciales.

Conclusiones:

  • Las metodologías avanzadas de ML y HPC pueden superar los cuellos de botella tradicionales en el descubrimiento de materiales.
  • El enfoque computacional y experimental integrado acelera significativamente la identificación y validación de materiales funcionales.
  • Este trabajo allana el camino para una nueva era de descubrimiento de materiales eficientes e innovadores, en particular para soluciones de almacenamiento de energía.