| 标题 |
 Ultra-fast and accurate binding energy prediction of shuttle effect-suppressive sulfur hosts for lithium-sulfur batteries using machine learning 相关领域
硫黄
吸附
结合能
密度泛函理论
材料科学
寄主（生物学）
工作（物理）
锂（药物）
生物系统
计算化学
化学
物理
原子物理学
物理化学
热力学
生物
内分泌学
冶金
生态学
|
| 网址 | |
| DOI | |
| 其它 |
H. Zhang, Z. Wang, J. Ren, J. Liu, J. Li, Ultra-fast and accurate binding energy prediction of shuttle effect-suppressive sulfur hosts for lithium-sulfur batteries using machine learning, Energy Storage Mater. 35 (2021) 88–98, https://doi.org/ 10.1016/j.ensm.2020.11.009 |
| 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。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
Nole
奔跑
Criminology34
馆长
OK
GingerF
东方元语
单纯的书白
sanvva
Zsq
阔达曼寒
陌上
牧青
幻影猫
heekkll
mmyhn
无衷
安详香旋
李宇
积极的越彬
皖公网安备34019202002308
