标题 |
Machine learning to explore high-entropy alloys with desired enthalpy for room-temperature hydrogen storage: Prediction of density functional theory and experimental data
机器学习探索具有所需焓的高熵合金用于室温储氢:密度泛函理论和实验数据的预测
相关领域
焓
氢气储存
密度泛函理论
热力学
氢
熵(时间箭头)
实验数据
材料科学
化学
计算机科学
物理
计算化学
数学
统计
有机化学
|
网址 | |
DOI | |
其它 |
期刊:Chemical Engineering Journal 作者:Shivam Dangwal; Yuji Ikeda; Blazej Grabowski; Kaveh Edalati 出版日期:2024-05-27 |
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。
|