※ 25년 신규 개방되는 데이터로, 데이터 활용성 검토, 이용자 관점의 개선의견 수렴 등을 통해 수정/보완될 수 있으며 최종데이터, 샘플데이터, 산출물 등은 변경될 수 있습니다
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2025-04-16 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2025-04-16 산출물 전체 공개 소개
소재과학 분야 내 영향력 있는 저널의 논문으로부터 수집한 리튬이온 이차전지의 구조/물성, 합성법, 잔류 방전 용량 데이터를 통합한 데이터셋
구축목적
구조/물성, 합성법, 잔류 방전 용량 데이터를 학습하여 잔류 방전 용량 예측 모델 개발 및 더 나아가 배터리 성능 지표 예측 모델 개발
-
메타데이터 구조표 데이터 영역 제조 데이터 유형 텍스트 데이터 형식 .csv 데이터 출처 저널 논문 라벨링 유형 데이터 분류 (오토 라벨링) 라벨링 형식 .csv 데이터 활용 서비스 소재 개발 시뮬레이션, 배터리 성능 예측 모델 데이터 구축년도/
데이터 구축량2024년/16,325,872건 -
구축비율 및 수량 NCM 10,938,267건 (67%) NCA 961,532건 (6%) LFP 164,738건 (1%) Others 4,261,335건 (26%) -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드학습(Training) 검증(Validation) 시험(Test) 개요 데이터 기반 모델 학습 학습 도중 모델 성능 평가 및 비교 모델 학습 완료 후 모델 테스트 데이터 수량 13,060,696건 1,632,587건 1,632,589건 - Preprocessing
• 전체 데이터 용량이 매우 커서 모델 학습 시 데이터 로딩 시 자원 소모가 커질 것을 감안하여 데이터의 용량은 늘리지 않으면서 공통적으로 수행해야하는 부분만 따로 preprocessing을 적용.
• 또한,docker파일의 용량 (10 GB미만)을 고려 전처리 과정에 있어 데이터의 용량이 늘어나지 않는 부분만 따로 원본 파일에 적용
• 원본파일에 Preprocessing이 적용된 부분은 다음과 같음:
1. 학습에 사용되지 않는 column (material_id, chemical_formula, DOI, Unnamed: 0, Class, journal_name) 제거
2. Voltage_range(V)을 voltage_range(V)_min, voltage_range(V)_max값으로 분리
3. 1,2항목을 적용한 뒤 remain_capacity값이 1000이하인 데이터 제거
4. 그후 csv를random sampling을 적용하여 학습/검증/테스트 데이터를 80/10/10의 비율로 나눈 뒤 preprocessed_train.csv, preprocessed_val.csv, test.csv로 저장- DataLoader
• 데이터 로더의 경우, label 값인 remain_capacity를 따로 가져와 Standard Scaler로 데이터 정규화 적용.
• Standard Scaler는 라벨 데이터와 라벨이 아닌 데이터에 대하여 따로 적용
• 이후 범주형 데이터에 해당하는 column을 대상으로 One-Hot Encoding 적용
- 범주형 데이터: material_structure, synthesis_method, Li_source, Co_source, Mn_source, Ni_source, electrolyte, counter_electrode, separator- Model Architecture
- Residual Connection을 적용 및 ReLU, LayerNorm, Dropout 설정 등을 통해 과적합 방지
• Layer 1: 입력에서 1024 차원으로 변환, ReLU활성화, LayerNorm, Dropout 적용.
• Layer 2: 1024 차원에서 512 차원으로 변환, ReLU, LayerNorm, Dropout 적용.
• Layer 3: 512 차원에서 256 차원으로 변환, ReLU, LayerNorm, Dropout 적용.
• Layer 4: 256 차원에서 128 차원으로 변환, ReLU, LayerNorm, Dropout 적용.
- Results
• 모델 학습 및 시험 평가 결과, MAPE 지표 2.969% 의 우수한 성능을 달성하였음.
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드- 데이터 구성, 어노테이션 포맷
- 데이터 구성, 어노테이션 포맷 구분 속성명 타입 필수여부 설명 범위 비고 1 material types Object Y 1-1 DOI string Y 논문의 DOI 링크 1-2 journal_name string Y 논문 저널명 1-1-1 Materials Information 1-1-1-1 material_id string Y 1-1-1-2 chemical_formula string Y 1-1-1-3 Class string Y 1-1-2 Synthesis Features 1-1-2-1 material_structure string Y 1-1-2-2 synthesis_method string Y 1-1-2-3 sintering_T1(C) number Y 1-1-2-4 sintering_t1(h) number Y overnight의 경우 “24”로 표기함 1-1-2-5 Li_source string Y 1-1-2-6 Co_source string Y 1-1-2-7 Mn_source string Y 1-1-2-8 Ni_source string Y 1-1-2-9 electrolyte string Y 1-1-2-10 counter_electrode string Y 1-1-2-11 separator string Y 1-1-2-12 measurement_T(C) number Y 1-1-2-13 voltage_range(V) string Y min, max 형태의 string으로 입력 1-1-2-14 Li_fraction number Y 1-1-2-15 Ni_fraction number Y 1-1-2-16 Mn_fraction number Y 1-1-2-17 Co_fraction number Y 1-1-2-18 dopant_fraction number Y 1-1-2-19 active_proportion number Y 1-1-2-20 binder_proportion number Y 1-1-2-21 particle_size(um) number Y 1-1-2-22 C-rate number Y 1-1-2-23 discharge_capacity (mAh/g) number Y 1-1-3 Structure/Property Features 1-1-3-1 Strain number Y 1-1-3-2 state_of_charge number Y 1-1-3-3 space_group_symbol string Y 1-1-3-4 length_a number Y 1-1-3-5 length_b number Y 1-1-3-6 length_c number Y 1-1-3-7 angle_alpha number Y 1-1-3-8 angle_beta number Y 1-1-3-9 angle_gamma number Y 1-1-3-10 volume number Y 1-1-3-11 density number Y 1-1-3-12 interlayer_dist number Y 1-1-3-13 energy number Y 1-1-3-14 tm_o_bond_length number Y 1-1-3-15 perc_barrier_1d number Y 1-1-3-16 perc_barrier_2d number Y 1-1-3-17 perc_radius_1d number Y 1-1-3-18 perc_radius_2d number Y 1-1-3-19 max_packing_eff number Y 1-1-3-20 chemical_ordering number Y 1-1-3-21 struct_hetero_bond number Y 1-1-3-22 struct_hetero_cell number Y 1-1-3-23 remain_capacity number Y - 실제 데이터 예시
DOI 10.1016/j.electacta.2016.12.024 journal_name Elsevier material_id sb-ki6x8pjwbvrk chemical_formula LiNi0.6Co0.2Mn0.2O2 Class NCM material_structure Layered synthesis_method Other sintering_T1(C) 400 sintering_t1(h) 2 Li_source Other Co_source Other Mn_source Other Ni_source Other electrolyte EC:DEC (1v:1v)/1M LiPF6 counter_electrode Li-metal separator Polypropylene measurement_T(C) 25 voltage_range(V) 2.666, 4.372 Li_fraction 1 Ni_fraction 0.6 Mn_fraction 0.2 Co_fraction 0.2 dopant_fraction 0 active_proportion 0.8 binder_proportion 0.1 particle_size(um) 7.552 C-rate 0.5 discharge_capacity (mAh/g) 91.6 Strain -0.4 state_of_charge 85 space_group_symbol P1 (1) length_a 2.8505 length_b 2.8494 length_c 14.3443 angle_alpha 90.0092 angle_beta 90.0335 angle_gamma 119.9756 volume 100.9312 density 4.4936 interlayer_dist 2.827 energy -5.3184 tm_o_bond_length 1.9145 perc_barrier_1d 0.8202 perc_barrier_2d 0.8619 perc_radius_1d 0.3399 perc_radius_2d 0.3204 max_packing_eff 0.3374 chemical_ordering 0.7683 struct_hetero_bond 0.1159 struct_hetero_cell 0.2172 remain_capacity 77.86 -
데이터셋 구축 담당자
수행기관(주관) : 한국과학기술원
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 홍승범 042-350-3324 seungbum@kaist.ac.kr 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 (주)바이오에이아이 데이터획득, AI모델링 (주)비이아이랩 데이터획득, 데이터정제, 데이터가공, 데이터검수 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 홍승범 042-350-3324 seungbum@kaist.ac.kr AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 박진용 0507-1325-7197 jinpark1049@gmail.com 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 홍승범 042-350-3324 seungbum@kaist.ac.kr
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.