热导率
材料科学
人工智能
氮族元素
机器学习
可扩展性
计算机科学
热的
金属
凝聚态物理
单独一对
特征(语言学)
支持向量机
纳米技术
电导率
热稳定性
热容
二进制数
作者
Harpriya Minhas,Rahul Kumar Sharma,Biswarup Pathak
摘要
We present a fine-tuned MatterSim framework for efficient κ L prediction in pnictogen chalcogenides, capturing bonding effects beyond SCALP via Wigner heat transport formulation, enabling scalable screening beyond conventional κ L descriptors.
科研通智能强力驱动
Strongly Powered by AbleSci AI