标题 |
Combined Machine Learning and High-Throughput Calculations Predict Heyd–Scuseria–Ernzerhof Band Gap of 2D Materials and Potential MoSi2N4 Heterostructures
结合机器学习和高通量计算预测2D材料和潜在MoSi2N4异质结构的Heyd-Scuseria-Ernzerhof带隙
相关领域
异质结
材料科学
吞吐量
带隙
光电子学
纳米技术
计算机科学
操作系统
无线
|
网址 | |
DOI | |
其它 |
期刊:The journal of physical chemistry letters 作者:Weibin Zhang; Jie Guo; Xiankui Lv; Fuchun Zhang 出版日期:2024-05-14 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
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。
|