Physics-informed Neural Networksを活用した電子輸送特性の解明

Physics-informed Neural Networksを活用した電子輸送特性の解明
复制标题

使用物理信息神经网络阐明电子传输特性

DOI:
--
复制
发表时间:
2023
期刊:
影响因子:
--
通讯作者:
川口悟
川口悟
中科院分区:
--
文献类型:
--
作者:
Kawaguchi S;Takahashi K;Satoh K;川口悟

文献摘要

参考文献

被引文献

相似文献

DOI: 10.12783/shm2019/32301
发表时间: 2019-01
期刊: ArXiv
影响因子: --
作者:
R. Nascimento;F. Viana
通讯作者: R. Nascimento;F. Viana
DOI: 10.12989/sss.2009.5.4.317
发表时间: 2009-07-01
影响因子: 3.5
作者:
Roach, D.
通讯作者: Roach, D.
通过颗粒过滤进行润滑油状态监测和剩余使用寿命预测
DOI: 10.36001/ijphm.2013.v4i3.2151
发表时间: 2020
期刊:
影响因子: --
作者:
Junda Zhu;Jae Yoon;D. He;Yongzhi Qu;Eric Bechhoefer
通讯作者: Eric Bechhoefer
陆上风力发电机主轴承可靠性及其对机队管理的影响
DOI: 10.2514/6.2019-1225
发表时间: 2019
期刊: AIAA Scitech 2019 Forum
影响因子: --
作者:
Yigit A. Yucesan;F. Viana
通讯作者: F. Viana
复杂地形中风力发电机的微观选址:直驱风力发电机主轴承的简化疲劳寿命预测
DOI: 10.1260/0309-524x.39.4.349
发表时间: 2015
期刊:
影响因子: --
作者:
F. Watanabe;T. Uchida
通讯作者: T. Uchida