EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Ab initio informed machine learning potential for tribochemistry and mechanochemistry: Application for eco–friendly gallate lubricant additive

Huong T.T. Ta, Mauro Ferrario, Sophie Loehlé, M. Clelia Righi

Computational Materials Today · 2024

DOI: 10.1016/j.commt.2024.100005 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Computational Materials Today, 2024. Verfasst von Huong T.T. Ta und 3 weiteren Autor:innen. Die Arbeit wurde bisher 7-mal zitiert (Crossref) und nennt 66 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Horizon 2020, Horizon 2020 Framework Programme, European Research Council.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Horizon 2020
  • Horizon 2020 Framework Programme
  • European Research Council

Zitieren

APA

Ta, H. T., Ferrario, M., Loehlé, S., & Righi, M. C. (2024). Ab initio informed machine learning potential for tribochemistry and mechanochemistry: Application for eco–friendly gallate lubricant additive. Computational Materials Today. https://doi.org/10.1016/j.commt.2024.100005

Vancouver

Ta HT, Ferrario M, Loehlé S, Righi MC. Ab initio informed machine learning potential for tribochemistry and mechanochemistry: Application for eco–friendly gallate lubricant additive. Computational Materials Today. 2024. doi:10.1016/j.commt.2024.100005

BibTeX
@article{Ta2024,
  author = {Ta, Huong T.T. and Ferrario, Mauro and Loehlé, Sophie and Righi, M. Clelia},
  title = {Ab initio informed machine learning potential for tribochemistry and mechanochemistry: Application for eco–friendly gallate lubricant additive},
  journal = {Computational Materials Today},
  year = {2024},
  doi = {10.1016/j.commt.2024.100005}
}
Kostenlos starten →