标题 |
Explore the full temperature-composition space of 20 quinary CCAs for FCC and BCC single-phases by an iterative machine learning + CALPHAD method
用迭代机器学习+CALPHAD方法探索FCC和BCC单相的20种五元CCA的全温度-成分空间
相关领域
五元
材料科学
灰烬
作文(语言)
空格(标点符号)
热力学
冶金
相图
计算机科学
相(物质)
哲学
有机化学
化学
物理
操作系统
合金
语言学
|
网址 | |
DOI | |
其它 |
期刊:Acta materialia 作者:Yingzhi Zeng; Mengren Man; Kewu Bai; Yong‐Wei Zhang 出版日期:2022-06-01 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
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。
|