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

Exploring the Latent Chemical Space of Oxygen Vacancy Formation Energy by a Machine Learning Ensemble

Seulyoung Park, Noki Lee, Jun Oh Park, Jin Park, Yu Seong Heo, Jaichan Lee

ACS Materials Letters · 01.01.2024 · 6 (1) · 66-72

DOI: 10.1021/acsmaterialslett.3c00636 ↗

Kurz gefasst

Fachartikel in der Zeitschrift ACS Materials Letters, online erschienen am 04.12.2023. Verfasst von Seulyoung Park und 5 weiteren Autor:innen. Die Arbeit wurde bisher 14-mal zitiert (Crossref) und nennt 50 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: National Research Foundation of Korea.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • National Research Foundation of Korea

Zitieren

APA

Park, S., Lee, N., Park, J. O., Park, J., Heo, Y. S., & Lee, J. (2024). Exploring the Latent Chemical Space of Oxygen Vacancy Formation Energy by a Machine Learning Ensemble. ACS Materials Letters, 6(1), 66-72. https://doi.org/10.1021/acsmaterialslett.3c00636

Vancouver

Park S, Lee N, Park JO, Park J, Heo YS, Lee J. Exploring the Latent Chemical Space of Oxygen Vacancy Formation Energy by a Machine Learning Ensemble. ACS Materials Letters. 2024;6(1):66-72. doi:10.1021/acsmaterialslett.3c00636

BibTeX
@article{Park2024,
  author = {Park, Seulyoung and Lee, Noki and Park, Jun Oh and Park, Jin and Heo, Yu Seong and Lee, Jaichan},
  title = {Exploring the Latent Chemical Space of Oxygen Vacancy Formation Energy by a Machine Learning Ensemble},
  journal = {ACS Materials Letters},
  year = {2024},
  volume = {6},
  number = {1},
  pages = {66--72},
  doi = {10.1021/acsmaterialslett.3c00636}
}
Kostenlos starten →