中文版 | English

在结果中检索

HFCAS OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共2条，第1-2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：36/0  |  提交时间：2022/12/23
Vacancy formation energy  Machine learning  Tungsten  Symmetry tilt grain boundary  Support vector machine  Cross validation  
Application of Machine Learning to Predict Grain Boundary Embrittlement in Metals by Combining Bonding-Breaking and Atomic Size Effects 期刊论文
MATERIALS, 2020, 卷号: 13
作者:  Wu, Xuebang;  Wang, Yu-xuan;  He, Kan-ni;  Li, Xiangyan;  Liu, Wei;  Zhang, Yange;  Xu, Yichun;  Liu, Changsong
收藏  |  浏览/下载：42/0  |  提交时间：2020/11/26
grain boundary embrittlement  machine learning  strengthening energy  support vector machine  artificial neural network