课题基金 / 基金详情

Low-Dimensional-Material-Based Integrated Systems for Energy Storage, Conversion and Delivery

Low-Dimensional-Material-Based Integrated Systems for Energy Storage, Conversion and Delivery
基于低维材料的能量存储、转换和传输集成系统
批准号：
RGPIN-2014-04378
负责人：
Wei, Lan
金额：
$3.64万
依托单位：
University of Waterloo
依托单位国家：
加拿大
项目类别：
Discovery Grants Program - Individual
财政年份：
2021
资助国家：
加拿大
项目状态：
已结题
起止时间：
2021-01-01 至 2022-12-31
来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=729248
关键词：
LowDimensionalMaterialBasedIntegrated

项目摘要

项目成果

Wei, Lan的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
1-D, 2-D; compact modeling; energy storage, conversion and delivery; graphene and carbon nanotube; integrated system; low-dimensional materials; miniaturization; on-chip integration; on-chip passive components; transition metal di-chalcogenides
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Low-Dimensional-Material-Based Integrated Systems for Energy Storage, Conversion and Delivery
  • 批准号：
    RGPIN-2014-04378
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.82万
  • 财政年份：
    2020
  • 负责人：
    Wei, Lan
  • 依托单位：
    University of Waterloo
Low-Dimensional-Material-Based Integrated Systems for Energy Storage, Conversion and Delivery
  • 批准号：
    RGPIN-2014-04378
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.82万
  • 财政年份：
    2019
  • 负责人：
    Wei, Lan
  • 依托单位：
    University of Waterloo
Low-Dimensional-Material-Based Integrated Systems for Energy Storage, Conversion and Delivery
  • 批准号：
    RGPIN-2014-04378
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.82万
  • 财政年份：
    2018
  • 负责人：
    Wei, Lan
  • 依托单位：
    University of Waterloo
Low-Dimensional-Material-Based Integrated Systems for Energy Storage, Conversion and Delivery
  • 批准号：
    RGPIN-2014-04378
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.82万
  • 财政年份：
    2017
  • 负责人：
    Wei, Lan
  • 依托单位：
    University of Waterloo
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis