| 标题 |
 Machine-learning-assisted design of a binary descriptor to decipher electronic and structural effects on sulfur reduction kinetics 机器学习辅助设计二进制描述符以破译电子和结构对硫还原动力学的影响
相关领域
电池（电）
阴极
催化作用
电解质
合理设计
重量分析
硫黄
锂硫电池
化学
材料科学
化学工程
纳米技术
热力学
物理化学
电极
有机化学
功率（物理）
物理
工程类
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Nature Catalysis 作者：Zhiyuan Han; Runhua Gao; Tianshuai Wang; Shengyu Tao; Yeyang Jia; et al 出版日期：2023-10-19 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
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。
|
嗯哼
无忧
坚强的广山
热心市民小红花
Singularity
张三坟
kento
shinysparrow
李神奇
吃不饱星球球长
Ally
张思梦
从容芮
豆子
毛豆爸爸
xiaoyun2852
寻道图强
rosalieshi
8R60d8
Frank
皖公网安备34019202002308
