Tailoring Complexity for Catalyst Discovery Using Physically Motivated Machine Learning

Weitere Titel
Entdeckung neuartiger Katalysatormaterialien durch physikalisch motiviertes maschinelles Lernen maßgeschneideter Komplexität
Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource
Sprache
Englisch
Anmerkungen
München, Technische Universität München, Dissertation, 2022

Schlagwort
Heterogene Katalyse
Katalyse
Computational chemistry
Katalysator
Dichtefunktionalformalismus
Reaktionskinetik

Ereignis
Veröffentlichung
(wo)
München
(wer)
Universitätsbibliothek der TU München
(wann)
2022
Urheber
Xu, Wenbin
Beteiligte Personen und Organisationen
Reuter, Karsten Ulrich
Hofmann, Oliver T.
Heiz, Ulrich K.

URN
urn:nbn:de:bvb:91-diss-20221125-1689045-1-4
Rechteinformation
Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
15.08.2025, 07:26 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Xu, Wenbin
  • Reuter, Karsten Ulrich
  • Hofmann, Oliver T.
  • Heiz, Ulrich K.
  • Universitätsbibliothek der TU München

Entstanden

  • 2022

Ähnliche Objekte (12)