标题 |
![]() 电池2030+人工智能辅助工具包对未来低TRL电池发现和化学的影响
相关领域
电池(电)
计算机科学
比例(比率)
表征(材料科学)
纳米技术
接口(物质)
系统工程
可持续能源
材料科学
电气工程
工程类
功率(物理)
物理
可再生能源
气泡
并行计算
最大气泡压力法
量子力学
|
网址 | |
DOI | |
其它 |
期刊:Advanced Energy Materials 作者:Arghya Bhowmik; Maitane Berecibar; Montse Casas‐Cabanas; Gábor Cśanyi; Robert Dominko; et al 出版日期:2021-11-23 |
求助人 | |
下载 | |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|