中国矿业大学主页平台系统王全德--中文主页-- Machine learning prediction of the optimal carrier concentration and band gap of quaternary thermoelectric materials via element feature descriptors

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

Machine learning prediction of the optimal carrier concentration and band gap of quaternary thermoelectric materials via element feature descriptors

发布时间：2023-08-25 点击次数：

DOI码：10.1002/qua.26752
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
论文编号：5b5bb2947d4ffbdc017d51084b3703ac
ISSN号：0020-7608
是否译文：否
发表时间：2021-06-01

上一条：Prediction of band gap for 2D hybrid organic-inorganic perovskites by using machine learning through molecular graphics descriptors

下一条：Ignition characteristics of an alternative kerosene from direct coal liquefaction and its blends with conventional RP-3 jet fuel