AutoEIS:面向电化学阻抗谱的自动化贝叶斯模型选择与分析
材料科学
2023-05-26 v2
摘要
电化学阻抗谱(Electrochemical Impedance Spectroscopy, EIS)是一种强大的电化学分析工具;然而,其数据可能难以解释。在此,我们介绍一款名为AutoEIS的新开源工具,它通过自动提出统计上合理的等效电路模型(ECMs)来辅助EIS分析。AutoEIS无需对电化学系统具备详尽的机理理解即可实现此功能。我们通过将其用于分析来自三种不同电化学系统的EIS数据集来展示AutoEIS的泛化能力,包括薄膜析氧反应(OER)电催化、自修复多主元合金的腐蚀,以及二氧化碳还原电解槽器件。在每种情况下,AutoEIS均识别出与专家推荐相当或更优的ECMs,并提供了优选方案的统计指标。结果表明,AutoEIS能够在不依赖专家标注的情况下以高通量方式促进EIS分析,同时减少用户偏差。AutoEIS提供了一种通用的自动化方法,仅需极少的系统先验知识即可促进涵盖广泛电化学应用的EIS分析。该工具有望提升EIS分析的效率、准确性与便捷性,从而为EIS在加速新型电化学材料与器件开发中的广泛应用开辟途径。
引用
@article{arxiv.2305.04841,
title = {AutoEIS: automated Bayesian model selection and analysis for electrochemical impedance spectroscopy},
author = {Runze Zhang and Robert Black and Debashish Sur and Parisa Karimi and Kangming Li and Brian DeCost and John Scully and Jason Hattrick-Simpers},
journal= {arXiv preprint arXiv:2305.04841},
year = {2023}
}