Contribution: Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives

This agreement has been amended 1 time(s). The total amended value is $473,775.

Cet accord a été modifié 1 fois. La valeur totale des modifications est de 473,775.

Réaliser le potentiel de l’IA/AA pour orienter la découverte expérimentale de catalyseurs de réaction de dégagement d’oxygène qui sont stables en milieu acide et exempts d’éléments du groupe du platine (EGP)

The Project will develop and apply data-driven and machine learning methods to the experimental discovery of new acid-stable materials for the oxygen evolution reaction. The Project comprises the University of Toronto portion of a three-way collaboration between the National Research Council, the University of Toronto, and Carnegie Mellon University. Overall, the collaborative Project will seek to develop the necessary datasets and methods needed to investigate an important class of candidate materials: mixed metal oxides. Additionally, the Project will investigate generative models to improve the relevance of identified candidates and to accelerate the experimental testing methods of these as well their synthesis and characterization. The University of Toronto will optimize the synthesis methodology and proceed to synthesize and fully characterize a number of candidate materials identified using the accelerated testing methods developed.

Le projet développera et appliquera des méthodes d’apprentissage automatique qui sont axées sur les données à la découverte expérimentale de nouveaux matériaux stables en milieu acide pour la réaction de dégagement d’oxygène. Le projet comprend la partie de l’Université de Toronto d’une collaboration tripartite entre le Conseil national de recherches du Canada, l’Université de Toronto et l’Université Carnegie Mellon. Dans l’ensemble, le projet de collaboration visera à développer les ensembles de données et les méthodes nécessaires à l’étude d’une importante catégorie de matériaux candidats : les oxydes métalliques mixtes. En outre, le projet étudiera des modèles génératifs afin d’améliorer la pertinence des candidats recensés et d’accélérer les méthodes d’essai expérimental de ces derniers ainsi que leur synthèse et leur caractérisation. L’Université de Toronto optimisera la méthodologie de synthèse et procédera à la synthèse et à la caractérisation complète d’un certain nombre de matériaux candidats recensés à l’aide des méthodes d’essai accélérées mises au point.

In the short term, anticipated outcomes will be strengthened collaborations across industry, academia, and government to support research excellence. In the medium term, anticipated outcomes will be the development of new and potentially disruptive technologies with collaborators. In the long term, find collaborative solutions to public policy challenges and create stronger innovation systems.

À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.

Collaborate on multiparty research and development programs to catalyze transformative, high-risk, high-reward research with the potential for game-changing scientific discoveries and technological breakthroughs in priority areas.

Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.