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

High-Throughput Screening of Covalent Organic Frameworks for Carbon Capture Using Machine Learning

Juul S. De Vos, Siddharth Ravichandran, Sander Borgmans, Louis Vanduyfhuys, Pascal Van Der Voort, Sven M. J. Rogge, Veronique Van Speybroeck

Chemistry of Materials · 14.05.2024 · 36 (9) · 4315-4330

DOI: 10.1021/acs.chemmater.3c03230 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Chemistry of Materials, online erschienen am 25.04.2024. Verfasst von Juul S. De Vos und 6 weiteren Autor:innen. Die Arbeit wurde bisher 81-mal zitiert (Crossref) und nennt 145 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Agentschap Innoveren en Ondernemen, Vlaams Supercomputer Centrum, Vlaamse regering.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Agentschap Innoveren en Ondernemen
  • Vlaams Supercomputer Centrum
  • Vlaamse regering
  • Fonds Wetenschappelijk Onderzoek
  • Bijzonder Onderzoeksfonds UGent

Zitieren

APA

Vos, J. S. D., Ravichandran, S., Borgmans, S., Vanduyfhuys, L., Voort, P. V. D., Rogge, S. M. J., & Speybroeck, V. V. (2024). High-Throughput Screening of Covalent Organic Frameworks for Carbon Capture Using Machine Learning. Chemistry of Materials, 36(9), 4315-4330. https://doi.org/10.1021/acs.chemmater.3c03230

Vancouver

Vos JSD, Ravichandran S, Borgmans S, Vanduyfhuys L, Voort PVD, Rogge SMJ, et al. High-Throughput Screening of Covalent Organic Frameworks for Carbon Capture Using Machine Learning. Chemistry of Materials. 2024;36(9):4315-4330. doi:10.1021/acs.chemmater.3c03230

BibTeX
@article{Vos2024,
  author = {Vos, Juul S. De and Ravichandran, Siddharth and Borgmans, Sander and Vanduyfhuys, Louis and Voort, Pascal Van Der and Rogge, Sven M. J. and Speybroeck, Veronique Van},
  title = {High-Throughput Screening of Covalent Organic Frameworks for Carbon Capture Using Machine Learning},
  journal = {Chemistry of Materials},
  year = {2024},
  volume = {36},
  number = {9},
  pages = {4315--4330},
  doi = {10.1021/acs.chemmater.3c03230}
}
Kostenlos starten →