EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Band-Gap Regression with Architecture-Optimized Message-Passing Neural Networks

Tim Bechtel iD, Daniel T Speckhard, Jonathan Godwin, Claudia Draxl iD

Chemistry of Materials · 25.02.2025 · 37 (4) · 1358-1369

DOI: 10.1021/acs.chemmater.4c01988 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Chemistry of Materials, online erschienen am 12.02.2025. Verfasst von Tim Bechtel und 3 weiteren Autor:innen. Beteiligte Einrichtung: Humboldt-Universität zu Berlin, Zum Großen Windkanal 2, 12489 Berlin, Germany. Die Arbeit wurde bisher 8-mal zitiert (Crossref) und nennt 55 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Deutsche Forschungsgemeinschaft, Horizon 2020 Framework Programme.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Autor:innen und Institutionen

  • Humboldt-Universität zu Berlin, Zum Großen Windkanal 2, 12489 Berlin, Germany.
  • Max Planck Institute for Solid State Research, Heisenbergstraße 1, 70569 Stuttgart, Germany.
  • Orbital Materials, Oak House, Tanshire Park, Shackleford Road, Elstead GU8 6LB, Surrey, U.K.

ORCID-Profile: Tim Bechtel, Claudia Draxl

Förderung

  • Deutsche Forschungsgemeinschaft
  • Horizon 2020 Framework Programme

Zitieren

APA

Bechtel, T., Speckhard, D. T., Godwin, J., & Draxl, C. (2025). Band-Gap Regression with Architecture-Optimized Message-Passing Neural Networks. Chemistry of Materials, 37(4), 1358-1369. https://doi.org/10.1021/acs.chemmater.4c01988

Vancouver

Bechtel T, Speckhard DT, Godwin J, Draxl C. Band-Gap Regression with Architecture-Optimized Message-Passing Neural Networks. Chemistry of Materials. 2025;37(4):1358-1369. doi:10.1021/acs.chemmater.4c01988

BibTeX
@article{Bechtel2025,
  author = {Bechtel, Tim and Speckhard, Daniel T and Godwin, Jonathan and Draxl, Claudia},
  title = {Band-Gap Regression with Architecture-Optimized Message-Passing Neural Networks},
  journal = {Chemistry of Materials},
  year = {2025},
  volume = {37},
  number = {4},
  pages = {1358--1369},
  doi = {10.1021/acs.chemmater.4c01988}
}
Kostenlos starten →