Research

Quantum algorithms/information for materials science

We are currently developing the "resource-efficient quantum algorithms" and novel data-representation methods for materials science applications. By utilizing both target and residual amplitudes in Grover’s algorithm, our approach encodes multiple data items in a single quantum state and enables 2n-bit information to be represented using n qubits. We are currently extending these quantum information techniques to materials discovery, simulation, and optimization. 

(우리 연구실은 재료과학 분야에 적용할 수 있는 자원 효율적인 양자 알고리즘과 양자 데이터 표현 기술을 연구합니다. Grover 알고리즘에서 목표 상태뿐만 아니라 잔여 진폭까지 활용함으로써, 하나의 양자 상태에 여러 데이터를 인코딩하고 n개의 큐비트로 2n비트의 정보를 표현하는 새로운 방법을 개발하였습니다. 이러한 양자정보 기술을 신소재 탐색, 재료 시뮬레이션 및 최적화 문제에 확장·적용하고자 합니.)

Metal-organic frameworks (MOFs) 

Silicon nanowires (SiNWs) <SEM images>

DNA-directed nickel cobalt oxide (NCO) on carbon nanotubes <TEM images>

Nano-scale lithium iron phosphate (LFP) <SEM images>

Graphene quantum dots (GQDs) <TEM image and photograph exposed to UV light>

Few-layer MXene nanosheets <SEM, TEM, and AFM images, orderly>

• Lithium-ion batteries (LIBs)

• Lithium-sulfur (Li-S) batteries

• Lithium-selenium (Li-Se) batteries

• Lithium-ion capacitors (LICs)

• Supercapacitors (SCs)