Technical Insights

A complete guide from non-destructive LLI/LAM/ORI isolation, ADC quantization noise, and thermal fluctuations to DFN reaction heterogeneity and C-rate profile asymmetry.

非破壊でのLLI/LAM（正負極）分離手法、実測データのADC量子化ノイズや温度揺らぎによるゴーストピーク、厚み方向の反応不均一性（DFNモデル）、物理シミュレータによる充放電レート非対称性の解明を網羅的に解説します。

Details an autonomous screening pipeline combining CHGNet machine learning potentials, vacancy-assisted NEB, and 3D percolation to identify cryogenic solid electrolytes with Ea ≤ 0.28 eV on standard PC hardware.

極低温（-100 °C）下でも実用的な伝導性を維持する全固体電池向け電解質に向けて、機械学習ポテンシャル（CHGNet）と空孔媒介NEB・パーコレーション解析を組み合わせた自律スクリーニングの取り組みを解説します。

A brief look at predicting redox potentials for organic active materials, exploring how Agentic AI can assist non-specialists with quantum chemical calculations.

有機活物質の電位予測を例に、専門外のユーザーがAgentic AIのサポートを受けながら量子化学計算（DFT）を行う試みとその所感をまとめます。

Details our hybrid high-throughput GFN2-xTB and mass transport emulator approach to extract transport properties, validated against experimental data.

急速充電特性や低温性能予測に不可欠な電解液輸送特性の同定に向けて、GFN2-xTB計算と簡易エミュレータを組み合わせたハイスループットシミュレーションの取り組みを解説します。

Explains the basics and practice of converting complex impedance spectra into Distribution of Relaxation Times (DRT) to separate and visualize resistance components, such as electrode reactions and diffusion, with high resolution.

複雑なインピーダンススペクトルを緩和時間分布（DRT）に変換し、電極反応や拡散などの各抵抗成分を高分解能で分離・可視化する手法の基礎と実践を解説します。

Introduces a method to seamlessly convert and link electrochemical models, which describe internal battery states, into equivalent circuit models that are easy to use in system design.

電池の内部状態を記述する電気化学モデルを、システム設計で使いやすい等価回路モデルへとシームレスに変換・連携する手法について紹介します。

Explains the "Garbage in, Garbage out" problem unique to battery models with many intertwined physical parameters, and a practical approach (multi-step identification) to solve it.

多数の物理パラメータが相互に絡み合う電池モデル特有の「Garbage in, Garbage out」問題と、それを解決するための実践的アプローチ（マルチステップ同定法）について解説します。