中国矿业大学主页平台系统王全德--中文主页-- Data-driven machine learning model for the prediction of oxygen vacancy formation energy of metal oxide materials

个人信息

MORE +

王全德

副研究员

副研究员硕士生导师

电子邮箱：

所在单位：碳中和研究院

学历：博士研究生毕业

办公地点：中国矿业大学（文昌校区）教三楼306

在职信息：在岗

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

Data-driven machine learning model for the prediction of oxygen vacancy formation energy of metal oxide materials

发布时间：2021-09-28 点击次数：

DOI码：10.1039/d1cp02066h
所属单位：碳中和研究院
项目来源：自选课题
第一作者：Wan, Zhongyu
合写作者：王全德,Liu, Dongchang,Liang, Jinhu
论文类型：期刊论文
卷号：v 23,n 29,p15675-15684
ISSN号：14639076
是否译文：否
发表时间：2021-08-07

上一条：Machine learning prediction of stability, topological properties and band gap of topological insulators in tetradymites

下一条：Accelerating the optimization of enzyme-catalyzed synthesis conditionsviamachine learning and reactivity descriptors