| 标题 |
 Synergizing Machine Learning with High‐Throughput DFT to Design Efficient Single‐Atom Catalysts for Hydrogen Evolution Reaction 机器学习与高通量DFT协同设计高效析氢反应单原子催化剂
相关领域
吞吐量
催化作用
Atom（片上系统）
氢原子
氢
计算机科学
纳米技术
材料科学
化学
并行计算
有机化学
操作系统
无线
烷基
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Small methods 作者：Shulong Li; Hongyuan Zhou; Zuhui Zhou; Li‐Yong Gan; Fanggong Cai; et al 出版日期：2025-08-12 |
| 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。
|
PDF的下载单位、IP信息已删除
浮游
鸣笛
个性的紫菜
馆长
不想干活
LMW
Maestro_S
leaolf
Dean
小青椒
遇上就这样吧
带头大哥
生动梦松
小明
昏睡的蟠桃
linkman
不配.
McGrady
Kirito
七月流火
皖公网安备34019202002308
