| 标题 |
 Machine learned feature identification for predicting phase and Young's modulus of low-, medium- and high-entropy alloys 预测低、中、高熵合金相和杨氏模量的机器学习特征识别
相关领域
电负性
材料科学
高熵合金
焓
热力学
杨氏模量
模数
原子半径
熔点
熵（时间箭头）
冶金
复合材料
合金
物理
量子力学
有机化学
化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Scripta Materialia 作者：Ankit Roy; Tomas F. Babuska; Brandon A. Krick; Ganesh Balasubramanian 出版日期：2020-05-20 |
| 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。
|
爱静静
寻道图强
夏远航
哎嘿
张子捷
spark810
Loooong
乐乐乐乐乐乐
tuanheqi
Henry
杳鸢
shinysparrow
梓泽丘墟
Singularity
YifanWang
nenoaowu
VDC
贰鸟
priss111
犹豫芝麻
皖公网安备34019202002308
