Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Kim, Yoolhee"'
Autor:
Hegde, Vinay I., Borg, Christopher K. H., del Rosario, Zachary, Kim, Yoolhee, Hutchinson, Maxwell, Antono, Erin, Ling, Julia, Saxe, Paul, Saal, James E., Meredig, Bryce
A central challenge in high throughput density functional theory (HT-DFT) calculations is selecting a combination of input parameters and post-processing techniques that can be used across all materials classes, while also managing accuracy-cost trad
Externí odkaz:
http://arxiv.org/abs/2007.01988
Materials discovery is often compared to the challenge of finding a needle in a haystack. While much work has focused on accurately predicting the properties of candidate materials with machine learning (ML), which amounts to evaluating whether a giv
Externí odkaz:
http://arxiv.org/abs/1911.11201
Discovering novel materials can be greatly accelerated by iterative machine learning-informed proposal of candidates---active learning. However, standard \emph{global-scope error} metrics for model quality are not predictive of discovery performance,
Externí odkaz:
http://arxiv.org/abs/1911.03224
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Chemical Physics; 7/14/2020, Vol. 153 Issue 2, p1-13, 13p, 1 Chart, 8 Graphs, 2 Maps
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.