Machine-learning prediction of thermal expansion coefficient for perovskite oxides with experimental validation.

Autor: McGuinness KP; SeeO2 Energy Inc., 3655 36 St NW, Calgary, AB T2L 1Y8, Canada. founders@seeo2energy.com., Oliynyk AO; Department of Chemistry, Hunter College, City University of New York, New York, NY, 10065, USA., Lee S; Department of Applied Physics and Applied Mathematics, Columbia University, New York 10027, New York, USA., Molero-Sanchez B; SeeO2 Energy Inc., 3655 36 St NW, Calgary, AB T2L 1Y8, Canada. founders@seeo2energy.com., Addo PK; SeeO2 Energy Inc., 3655 36 St NW, Calgary, AB T2L 1Y8, Canada. founders@seeo2energy.com.

Publikováno v: Physical chemistry chemical physics : PCCP [Phys Chem Chem Phys] 2023 Nov 29; Vol. 25 (46), pp. 32123-32131. Date of Electronic Publication: 2023 Nov 29.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

CO/CO2 Study of High Performance La0.3Sr0.7Fe0.7Cr0.3O3- δ Reversible SOFC Electrodes.

Autor: Addo, P. K.¹, Molero-Sanchez, B.¹, Chen, M.¹, Paulson, S.¹, Birss, V.¹

Publikováno v: Fuel Cells. Oct2015, Vol. 15 Issue 5, p689-696. 8p.