Grain-boundary thermodynamics with artificial-neural-network potential: its ability to predict the atomic structures, energetics and lattice vibrational properties for Al
Grain-boundary thermodynamics with artificial-neural-network potential: its ability to predict the atomic structures, energetics and lattice vibrational properties for Al
复制标题
具有人工神经网络潜力的晶界热力学：预测 Al 的原子结构、能量学和晶格振动特性的能力
DOI：
--
复制
发表时间：
2023
影响因子：
3.4
通讯作者：
K. Matsunaga
中科院分区：
文献类型：
--
作者：
T. Yokoi;M. Matsuura;Y. Oshima;K. Matsunaga
登录
查看更多内容
氧化镍中[001]倾斜边界的能量和开槽动力学
影响因子：
3.9
作者：
D. Readey;R. E. Jech
通讯作者：
R. E. Jech
掺钇氧化铝的相对晶界能的温度依赖性
影响因子：
3.9
作者：
M. Kelly;S. Bojarski;G. Rohrer
通讯作者：
G. Rohrer
影响因子：
6
作者：
Foiles, Stephen M.
通讯作者：
Foiles, Stephen M.
DOI：
10.1016/0001-6160(81)90143-7
发表时间：
1981
期刊：
Acta Metallurgica
影响因子：
--
作者：
M. Hashimoto;Y. Ishida;R. Yamamoto;M. Doyama
通讯作者：
M. Doyama