| 标题 |
 Predicting the Thermodynamic Stability of Solids Combining Density Functional Theory and Machine Learning 结合密度泛函理论和机器学习预测固体的热力学稳定性
相关领域
密度泛函理论
凸壳
机器学习
理论（学习稳定性）
试验装置
人工智能
晶体结构预测
算法
数学
计算机科学
材料科学
晶体结构
化学
正多边形
几何学
计算化学
结晶学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Chemistry of Materials 作者：Jonathan Schmidt; Jingming Shi; Pedro Borlido; Liming Chen; Silvana Botti; et al 出版日期：2017-06-07 |
| 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。
|
科研助手6
昏睡的蟠桃
cdercder
发财暴富财富自由没我快吧嘻嘻嘻
SYLH
bc
iNk
jenningseastera
lin
科研小民工
kingwill
平常的毛豆
ZhouYW
椰子在长江送礼物
nozero
VDC
简单的千凝
back you up
淡然的熊猫
遇上就这样吧
皖公网安备34019202002308
