| 标题 |
  Framework to completely bypass expensive DFT calculations via graph neural networks for vacancy formation energy predictions in FCC high entropy alloys 相关领域
空位缺陷
随机性
三元运算
高熵合金
统计物理学
密度泛函理论
人工神经网络
材料科学
计算机科学
熵（时间箭头）
算法
二进制数
卷积神经网络
财产（哲学）
分形
晶体结构预测
图论
图形
拓扑（电路）
分子图
电子结构
微观结构
合金
晶体结构
交叉熵
熵估计
复杂系统
|
| 网址 | |
| DOI | |
| 其它 |
期刊：npj Computational Materials 作者：Nathan Linton; Parampreet Singh; Dilpuneet S. Aidhy 出版日期：2026-03-19 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人或该文件上传人下载。 |
|
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。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
null
忧心的曼凝
吃葡萄不吐葡萄皮
嘻嘻哈哈
Maestro_S
学霸业
秋风
GingerF
Criminology34
369ninja
OK
奔跑
Nole
pluto
牧青
无极微光
v0id
风吹麦浪
渡人舟
sissiarno
皖公网安备34019202002308
