Accelerating materials discovery using integrated deep machine learning approaches

深度学习 计算机科学 人工智能 三元运算 机器学习 程序设计语言
作者
Weiyi Xia,Ling Tang,Huaijun Sun,Chao Zhang,Kai‐Ming Ho,Gayatri Viswanathan,Kirill Kovnir,Cai‐Zhuang Wang
出处
期刊:Journal of materials chemistry. A, Materials for energy and sustainability [The Royal Society of Chemistry]
卷期号:11 (47): 25973-25982 被引量:2
标识
DOI:10.1039/d3ta03771a
摘要

Our work introduces an innovative deep machine learning framework to significantly accelerate novel materials discovery, as demonstrated by its application to the La–Si–P system where new ternary and quaternary compounds were successfully identified.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
1秒前
1秒前
Mayday发布了新的文献求助10
1秒前
2秒前
高大怀梦发布了新的文献求助10
2秒前
3秒前
要减肥的从筠完成签到,获得积分10
3秒前
顺利琦完成签到,获得积分10
3秒前
菜鸡小尹发布了新的文献求助10
3秒前
5秒前
5秒前
天天开心完成签到 ,获得积分10
5秒前
5秒前
xbb0905发布了新的文献求助10
6秒前
7秒前
8秒前
震震完成签到,获得积分10
8秒前
小蘑菇应助Tessa采纳,获得10
9秒前
俏皮咖啡发布了新的文献求助10
9秒前
支葵完成签到,获得积分10
9秒前
10秒前
guojingjing发布了新的文献求助10
10秒前
高高完成签到 ,获得积分10
10秒前
10秒前
嘻嘻中发布了新的文献求助10
11秒前
11秒前
12秒前
12秒前
英姑应助高大怀梦采纳,获得10
12秒前
13秒前
foxp3发布了新的文献求助10
13秒前
13秒前
若滢似雪完成签到,获得积分10
14秒前
大模型应助忐忑的篮球采纳,获得10
14秒前
14秒前
15秒前
zxy完成签到 ,获得积分10
16秒前
支葵发布了新的文献求助10
16秒前
16秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3125274
求助须知:如何正确求助?哪些是违规求助? 2775580
关于积分的说明 7727081
捐赠科研通 2431059
什么是DOI,文献DOI怎么找? 1291657
科研通“疑难数据库(出版商)”最低求助积分说明 622216
版权声明 600368