Revolutionäre Vorhersage: Neues Machine-Learning-Modell für die Dielektrizitätsfunktion von Materialien Revolutionäre Fortschritte in der Materialwissenschaft: Ein neues Modell zur Vorhersage der Dielektrizitätsfunktion An der renommierten Universität Tokio arbeiten cutting-edge Forscher wie Tomohito Amano und Shinji Tsuneyuki zusammen mit Tamio Yamazaki vom ...
GNoME aims to expand the catalog of known stable crystals, building upon previous work such as the Materials Project and the OQMD datasets. Snapshots of these datasets, taken at fixed points in time, are used for reproducibility. The GNoME discoveries ...
Die Graduiertenstudenten Eunice Aissi und Alexander Siemenn, SM ’21, berichteten über ihre Arbeit mit Kollegen, darunter Professor für Maschinenbau Tonio Buonassisi, die die Technik verwendeten, um Perowskite zu analysieren, Materialien, die großes Potenzial für Solarzellen haben, aber schnell abbauen. Etwa ...
Forscher der Cornell University haben mithilfe einer Kombination aus Maschinenlernen und leistungsstarken Röntgenstrahlen ein Rätsel gelöst, das sich hinter dem ungewöhnlichen Verhalten einer Klasse von Materialien verbirgt, die Potenzial für die thermoelektrische Energieumwandlung und andere Anwendungen haben. Die kubische Phase ...
Ein neu veröffentlichte Studie beschreibt, wie Wissenschaftler Maschinenlernen nutzen können, um Vorhersagen über das Verhalten neuer Polymere zu treffen. Polymere wie Polypropylen sind wichtige Materialien in der modernen Welt und werden in verschiedenen Alltagsgegenständen eingesetzt. Um die Leistung von neu ...
Neue Computer-Vision-Methode erleichtert die Beschleunigung der Screening elektronischer Materialien
Die Leistungsfähigkeit von Solarzellen, Transistoren, LEDs und Batterien zu steigern erfordert bessere elektronische Materialien, die aus neuartigen Zusammensetzungen hergestellt werden müssen, die noch nicht entdeckt wurden. Um die Suche nach fortschrittlichen funktionalen Materialien zu beschleunigen, nutzen Wissenschaftler KI-Tools, um vielversprechende ...
Um die Leistung von Solarzellen, Transistoren, LEDs und Batterien zu verbessern, sind bessere elektronische Materialien erforderlich, die aus neuartigen Zusammensetzungen hergestellt werden, die noch entdeckt werden müssen. Um die Suche nach fortschrittlichen funktionalen Materialien zu beschleunigen, verwenden Wissenschaftler KI-Tools, um ...