中文版 | English

在结果中检索

HFCAS OpenIR

浏览/检索结果: 共1条，第1-1条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
Prediction of vacancy formation energies at tungsten grain boundaries from local structure via machine learning method 期刊论文
JOURNAL OF NUCLEAR MATERIALS, 2022, 卷号: 559
作者:  Wang, Yuxuan;  Li, Xiaolin;  Li, Xiangyan;  Zhang, Yuxiang;  Zhang, Yange;  Xu, Yichun;  Lei, Yawei;  Liu, C. S.;  Wu, Xuebang
收藏  |  浏览/下载：35/0  |  提交时间：2022/12/23
Vacancy formation energy  Machine learning  Tungsten  Symmetry tilt grain boundary  Support vector machine  Cross validation