EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 3.0

First-principles NMR of oxide glasses boosted by machine learning

Thibault Charpentier

Faraday Discussions · 2025 · 255 · 370-390

DOI: 10.1039/d4fd00129j ↗

Kurz gefasst

Fachartikel in der Zeitschrift Faraday Discussions, 2025. Verfasst von Thibault Charpentier. Beteiligte Einrichtung: Université Paris-Saclay, CEA, CNRS, NIMBE, 91191 Gif-sur-Yvette cedex, France. thibault.charpentier@cea.fr. Die Arbeit wurde bisher 14-mal zitiert (Crossref) und nennt 82 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 3.0). Gefördert von: Grand Équipement National De Calcul Intensif.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Machine-learning prediction of NMR tensors allows simulation NMR experiments at finite temperature for models of thousands of atoms.

Autor:innen und Institutionen

  • Université Paris-Saclay, CEA, CNRS, NIMBE, 91191 Gif-sur-Yvette cedex, France. thibault.charpentier@cea.fr.

Förderung

  • Grand Équipement National De Calcul Intensif

Zitieren

APA

Charpentier, T. (2025). First-principles NMR of oxide glasses boosted by machine learning. Faraday Discussions, 255, 370-390. https://doi.org/10.1039/d4fd00129j

Vancouver

Charpentier T. First-principles NMR of oxide glasses boosted by machine learning. Faraday Discussions. 2025;255:370-390. doi:10.1039/d4fd00129j

BibTeX
@article{Charpentier2025,
  author = {Charpentier, Thibault},
  title = {First-principles NMR of oxide glasses boosted by machine learning},
  journal = {Faraday Discussions},
  year = {2025},
  volume = {255},
  pages = {370--390},
  doi = {10.1039/d4fd00129j}
}
Kostenlos starten →