机译:利用高通量键计算和机器学习对Li和Na快离子导体结构性能的研究
Institute Laue-Langevin 71 Avenue des Martyrs Grenoble 38042 France;
Institute of Materials Chemistry TU Wien Vienna A-1060 Austria;
CIC EnergiGUNE Albert Einstein 48 Mi?ano Alava 01510 Spain;
Chimie du Solid et de l'Energie UMR 8260 Collège de France Paris 75231 France;
CIC EnergiGUNE Albert Einstein 48 Mi?ano Alava 01510 Spain;
LITEN CEA-Grenoble Grenoble 38054 France;
Institute Laue-Langevin 71 Avenue des Martyrs Grenoble 38042 France;
CIC EnergiGUNE Albert Einstein 48 Mi?ano Alava 01510 Spain;
bond-valence theory; machine learning; high throughput; Li/Na-ion conductors;
机译:利用高通量键计算和机器学习对Li和Na快离子导体结构性能的研究
机译:通过集成高吞吐量实验,高通量AB-Initio计算和机器学习来预测材料特性
机译:空缺形成能量及其与固体粘接环境的联系:高通量计算和机器学习研究
机译:用于精确医学中机器学习应用的非线性核的快速隐私保护计算的具有随机编码的框架
机译:使用第一原理计算和机器学习算法来研究非周期性固体
机译:键价法与密度泛函理论相结合的高通量快速锂离子导体设计与优化
机译:粘合性方法与密度函数理论结合的快速锂离子导体的高通量设计与优化