EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

AutoEIS: Automated equivalent circuit modeling from electrochemical impedance spectroscopy data using statistical machine learning

Mohammad Amin Sadeghi, Runze Zhang, Jason Hattrick-Simpers

Journal of Open Source Software · 16.05.2025 · 10 (109) · 6256

DOI: 10.21105/joss.06256 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Open Source Software, erschienen am 16.05.2025. Verfasst von Mohammad Amin Sadeghi und 2 weiteren Autor:innen. Die Arbeit wurde bisher 9-mal zitiert (Crossref) und nennt 9 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Sadeghi, M. A., Zhang, R., & Hattrick-Simpers, J. (2025). AutoEIS: Automated equivalent circuit modeling from electrochemical impedance spectroscopy data using statistical machine learning. Journal of Open Source Software, 10(109), 6256. https://doi.org/10.21105/joss.06256

Vancouver

Sadeghi MA, Zhang R, Hattrick-Simpers J. AutoEIS: Automated equivalent circuit modeling from electrochemical impedance spectroscopy data using statistical machine learning. Journal of Open Source Software. 2025;10(109):6256. doi:10.21105/joss.06256

BibTeX
@article{Sadeghi2025,
  author = {Sadeghi, Mohammad Amin and Zhang, Runze and Hattrick-Simpers, Jason},
  title = {AutoEIS: Automated equivalent circuit modeling from electrochemical impedance spectroscopy data using statistical machine learning},
  journal = {Journal of Open Source Software},
  year = {2025},
  volume = {10},
  number = {109},
  pages = {6256},
  doi = {10.21105/joss.06256}
}
Kostenlos starten →