EUVIMEDEUVIMED entdecken
Crossref

Data-Driven Electrocatalyst Discovery: Recent Trends in Machine Learning Approaches and Descriptor-Based Design Principles

Liangliang Xu, Jian Zhou, Aliaksandr S. Bandarenka, Zhongfang Chen

Accounts of Materials Research · 27.03.2026 · 7 (3) · 294-308

DOI: 10.1021/accountsmr.5c00319 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Accounts of Materials Research, online erschienen am 04.02.2026. Verfasst von Liangliang Xu und 3 weiteren Autor:innen. Die Arbeit wurde bisher 24-mal zitiert (Crossref) und nennt 62 Literaturangaben. Gefördert von: Basic Energy Sciences, Deutsche Forschungsgemeinschaft.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Basic Energy Sciences
  • Deutsche Forschungsgemeinschaft

Zitieren

APA

Xu, L., Zhou, J., Bandarenka, A. S., & Chen, Z. (2026). Data-Driven Electrocatalyst Discovery: Recent Trends in Machine Learning Approaches and Descriptor-Based Design Principles. Accounts of Materials Research, 7(3), 294-308. https://doi.org/10.1021/accountsmr.5c00319

Vancouver

Xu L, Zhou J, Bandarenka AS, Chen Z. Data-Driven Electrocatalyst Discovery: Recent Trends in Machine Learning Approaches and Descriptor-Based Design Principles. Accounts of Materials Research. 2026;7(3):294-308. doi:10.1021/accountsmr.5c00319

BibTeX
@article{Xu2026,
  author = {Xu, Liangliang and Zhou, Jian and Bandarenka, Aliaksandr S. and Chen, Zhongfang},
  title = {Data-Driven Electrocatalyst Discovery: Recent Trends in Machine Learning Approaches and Descriptor-Based Design Principles},
  journal = {Accounts of Materials Research},
  year = {2026},
  volume = {7},
  number = {3},
  pages = {294--308},
  doi = {10.1021/accountsmr.5c00319}
}
Kostenlos starten →