Machine learning models and data-driven methods to identify high-performing materials for direct air carbon capture and storage

机器学习模型和数据驱动方法,用于识别用于直接空气碳捕获和储存的高性能材料

基本信息

  • 批准号:
    559697-2021
  • 负责人:
  • 金额:
    $ 2.55万
  • 依托单位:
  • 依托单位国家:
    加拿大
  • 项目类别:
    Alexander Graham Bell Canada Graduate Scholarships - Doctoral
  • 财政年份:
    2022
  • 资助国家:
    加拿大
  • 起止时间:
    2022-01-01 至 2023-12-31
  • 项目状态:
    已结题

项目摘要

machine learning, computational chemistry, materials chemistry, carbon capture, metal-organic frameworks, data science, electronic structure calculations
机器学习,计算化学,材料化学,碳捕获,金属有机框架,数据科学,电子结构计算

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Burner, JakeJK其他文献

Burner, JakeJK的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似国自然基金

Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
  • 批准号:
  • 批准年份:
    2024
  • 资助金额:
    万元
  • 项目类别:
    合作创新研究团队
Understanding structural evolution of galaxies with machine learning
  • 批准号:
    n/a
  • 批准年份:
    2022
  • 资助金额:
    10.0 万元
  • 项目类别:
    省市级项目
煤矿安全人机混合群智感知任务的约束动态多目标Q-learning进化分配
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于领弹失效考量的智能弹药编队短时在线Q-learning协同控制机理
  • 批准号:
    62003314
  • 批准年份:
    2020
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目
集成上下文张量分解的e-learning资源推荐方法研究
  • 批准号:
    61902016
  • 批准年份:
    2019
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目
儿童音乐能力发展对语言与社会认知能力及脑发育的影响
  • 批准号:
    31971003
  • 批准年份:
    2019
  • 资助金额:
    58.0 万元
  • 项目类别:
    面上项目
具有时序迁移能力的Spiking-Transfer learning (脉冲-迁移学习)方法研究
  • 批准号:
    61806040
  • 批准年份:
    2018
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目
基于Deep-learning的三江源区冰川监测动态识别技术研究
  • 批准号:
    51769027
  • 批准年份:
    2017
  • 资助金额:
    38.0 万元
  • 项目类别:
    地区科学基金项目
多场景网络学习中基于行为-情感-主题联合建模的学习者兴趣挖掘关键技术研究
  • 批准号:
    61702207
  • 批准年份:
    2017
  • 资助金额:
    21.0 万元
  • 项目类别:
    青年科学基金项目
基于异构医学影像数据的深度挖掘技术及中枢神经系统重大疾病的精准预测
  • 批准号:
    61672236
  • 批准年份:
    2016
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目

相似海外基金

Investigating the potential for developing self-regulation in foreign language learners through the use of computer-based large language models and machine learning
通过使用基于计算机的大语言模型和机器学习来调查外语学习者自我调节的潜力
  • 批准号:
    24K04111
  • 财政年份:
    2024
  • 资助金额:
    $ 2.55万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
AI4PEX: Artificial Intelligence and Machine Learning for Enhanced Representation of Processes and Extremes in Earth System Models
AI4PEX:人工智能和机器学习,用于增强地球系统模型中过程和极值的表示
  • 批准号:
    10103109
  • 财政年份:
    2024
  • 资助金额:
    $ 2.55万
  • 项目类别:
    EU-Funded
Synergising Process-Based and Machine Learning Models for Accurate and Explainable Crop Yield Prediction along with Environmental Impact Assessment
协同基于流程和机器学习模型,实现准确且可解释的作物产量预测以及环境影响评估
  • 批准号:
    BB/Y513763/1
  • 财政年份:
    2024
  • 资助金额:
    $ 2.55万
  • 项目类别:
    Research Grant
XTRIPODS: Algorithms and Machine Learning in Data Intensive Models
XTRIPODS:数据密集型模型中的算法和机器学习
  • 批准号:
    2342527
  • 财政年份:
    2024
  • 资助金额:
    $ 2.55万
  • 项目类别:
    Standard Grant
Collaborative Research: NSF-BSF: SaTC: CORE: Small: Detecting malware with machine learning models efficiently and reliably
协作研究:NSF-BSF:SaTC:核心:小型:利用机器学习模型高效可靠地检测恶意软件
  • 批准号:
    2338301
  • 财政年份:
    2024
  • 资助金额:
    $ 2.55万
  • 项目类别:
    Continuing Grant
Collaborative Research: NSF-BSF: SaTC: CORE: Small: Detecting malware with machine learning models efficiently and reliably
协作研究:NSF-BSF:SaTC:核心:小型:利用机器学习模型高效可靠地检测恶意软件
  • 批准号:
    2338302
  • 财政年份:
    2024
  • 资助金额:
    $ 2.55万
  • 项目类别:
    Continuing Grant
Artificial Intelligence and Machine Learning for Enhanced Representation of Processes and Extremes in Earth System Models (AI4PEX)
人工智能和机器学习增强地球系统模型中过程和极值的表示(AI4PEX)
  • 批准号:
    10093450
  • 财政年份:
    2024
  • 资助金额:
    $ 2.55万
  • 项目类别:
    EU-Funded
Toxicology-testing platform integrating immunocompetent in vitro/ex vivo modules with real-time sensing and machine learning based in silico models for life cycle assessment and SSbD
毒理学测试平台,将免疫活性体外/离体模块与基于硅模型的实时传感和机器学习相结合,用于生命周期评估和 SSbD
  • 批准号:
    10100967
  • 财政年份:
    2024
  • 资助金额:
    $ 2.55万
  • 项目类别:
    EU-Funded
Machine learning-based prediction models for morbidity and mortality risk of cardiometabolic diseases in post-disaster residents by using the Fukushima longitudinal health data
利用福岛纵向健康数据基于机器学习的灾后居民心脏代谢疾病发病和死亡风险预测模型
  • 批准号:
    24K13482
  • 财政年份:
    2024
  • 资助金额:
    $ 2.55万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Elements: Portable Machine Learning Models for Experimental Nuclear Physics
元素:实验核物理的便携式机器学习模型
  • 批准号:
    2311263
  • 财政年份:
    2023
  • 资助金额:
    $ 2.55万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了