| 标题 |
 Machine learning for metallurgy V: A neural-network potential for zirconium 冶金机器学习V：锆的神经网络潜力
相关领域
材料科学
锆
原子单位
比例（比率）
变形（气象学）
断裂（地质）
人工神经网络
原子间势
锆合金
位错
冶金
计算机科学
机器学习
分子动力学
计算化学
复合材料
物理
化学
量子力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Physical Review Materials 作者：Manura Liyanage; D. Reith; Volker Eyert; W.A. Curtin 出版日期：2022-06-24 |
| 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
xxfsx
小青椒
无极微光
小杭76
avalanche
pluto
寻道图强
Criminology34
归尘
Mic
yznfly
邓佳鑫Alan
Zx_1993
WB87
左耳钉
陈末
殷勤的紫槐
辛勤者
凤凰
GingerF
iNk
sevenhill
ccm
皖公网安备34019202002308
