首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   0篇
教育与普及   1篇
综合类   2篇
  2019年   1篇
  2003年   2篇
排序方式: 共有3条查询结果,搜索用时 31 毫秒
1
1.
Mg2Sn是近来很受重视的锂电池负极材料.使用基于混合基表示的第一原理赝势法,计算了Mg2Sn的各种锂嵌入情况时的形成能以及相应的电子结构.讨论了锂嵌入时的体积变化、能带结构、电子态密度以及电荷分布等性质.计算表明,锂嵌入到主体材料的间隙位置时平均每个锂原子的形成能都大致在2.2eV.  相似文献   
2.
Mg2Sn的Li嵌入形成能的从头计算   总被引:1,自引:0,他引:1  
Mg2Sn是近来很受重视的锂电池负极材料.使用基于混合基表示的第一原理赝势法,计算了Mg2Sn的各种锂嵌入情况时的形成能以及相应的电子结构.讨论了锂嵌入时的体积变化、能带结构、电子态密度以及电荷分布等性质.计算表明,锂嵌入到主体材料的间隙位置时平均每个锂原子的形成能都大致在2.2eV.  相似文献   
3.
孙中体  李珍珠  程观剑  徐其琛  侯柱锋  尹万健 《科学通报》2019,64(32):前插2,3270-3275
新材料的发现是推动现代科学发展与技术革新的源动力之一,是当前促进经济发展与解决环境问题的迫切需求.传统的材料研发基于试错法,效率低且成本高.大量实验与计算模拟产生的数据为新材料的研发提供了新契机.基于这些数据,机器学习最近在材料性能预测、新材料的发现与设计等领域取得了很大进展.譬如基于材料项目(materials project)数据库对钙钛矿材料的统计分类、结合高通量计算对双钙钛矿卤化物材料稳定性的预测,以及金属间化合物电催化剂的设计与筛选等.除了基于隐式模型的预测,机器学习也可以用来发现具有物理可解释性的显式描述符,从而加速新材料的发现.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号