| 标题 |
From Composition to Ionic Conductivity: Machine Learning‐Guided Discovery and Experimental Validation of Argyrodite‐Type Lithium‐Ion Electrolytes 从成分到离子电导率:机器学习引导的银铁矿型锂离子电解质的发现和实验验证
相关领域
电解质
离子键合
离子电导率
材料科学
快离子导体
电池(电)
导电体
电导率
纳米技术
计算机科学
储能
能量(信号处理)
信息学
离子液体
活化能
无机化学
实验数据
材料信息学
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Small 作者:Songjia Kong; Ziheng Yu; Naoki Matsui; Michiyo Kamiya; Yudai IWAMIZU; et al 出版日期:2025-11-18 |
| 求助人 | |
| 下载 | 暂无链接,等待应助者上传 |
|
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。
|