EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Machine Learning-Enabled Inverse Design of Radiative Cooling Film with On-Demand Transmissive Color

Qiangshun Guan, Aikifa Raza, Samuel S. Mao, Lourdes F. Vega, TieJun Zhang

ACS Photonics · 15.03.2023 · 10 (3) · 715-726

DOI: 10.1021/acsphotonics.2c01857 ↗

Kurz gefasst

Fachartikel in der Zeitschrift ACS Photonics, online erschienen am 03.03.2023. Verfasst von Qiangshun Guan und 4 weiteren Autor:innen. Die Arbeit wurde bisher 85-mal zitiert (Crossref) und nennt 61 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Khalifa University of Science, Technology and Research.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Khalifa University of Science, Technology and Research

Zitieren

APA

Guan, Q., Raza, A., Mao, S. S., Vega, L. F., & Zhang, T. (2023). Machine Learning-Enabled Inverse Design of Radiative Cooling Film with On-Demand Transmissive Color. ACS Photonics, 10(3), 715-726. https://doi.org/10.1021/acsphotonics.2c01857

Vancouver

Guan Q, Raza A, Mao SS, Vega LF, Zhang T. Machine Learning-Enabled Inverse Design of Radiative Cooling Film with On-Demand Transmissive Color. ACS Photonics. 2023;10(3):715-726. doi:10.1021/acsphotonics.2c01857

BibTeX
@article{Guan2023,
  author = {Guan, Qiangshun and Raza, Aikifa and Mao, Samuel S. and Vega, Lourdes F. and Zhang, TieJun},
  title = {Machine Learning-Enabled Inverse Design of Radiative Cooling Film with On-Demand Transmissive Color},
  journal = {ACS Photonics},
  year = {2023},
  volume = {10},
  number = {3},
  pages = {715--726},
  doi = {10.1021/acsphotonics.2c01857}
}
Kostenlos starten →