Deutsch
 
Benutzerhandbuch Datenschutzhinweis Impressum Kontakt
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Machine learning for heterogeneous catalyst design and discovery

Goldsmith, B. R., Esterhuizen, J., Liu, J., Bartel, C. J., & Sutton, C. A. (2018). Machine learning for heterogeneous catalyst design and discovery. AIChE-Journal, 64(7), 2311-2323. doi:10.1002/aic.16198.

Item is

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: http://hdl.handle.net/21.11116/0000-0001-81A0-7 Versions-Permalink: http://hdl.handle.net/21.11116/0000-0001-AD39-D
Genre: Zeitschriftenartikel

Dateien

einblenden: Dateien
ausblenden: Dateien
:
Machine Learning for Catalysis Perspective - AIChE Journal - Clean.pdf (beliebiger Volltext), 881KB
 
Datei-Permalink:
-
Name:
Machine Learning for Catalysis Perspective - AIChE Journal - Clean.pdf
Beschreibung:
-
Sichtbarkeit:
Privat (Embargo bis 2019-05-07)
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
2018
Copyright Info:
AIChE
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Goldsmith, Bryan R.1, Autor
Esterhuizen, Jacques1, Autor
Liu, Jin‐Xun1, Autor
Bartel, Christopher J.2, Autor
Sutton, Christopher A.3, Autor              
Affiliations:
1Dept. of Chemical Engineering, University of Michigan, Ann Arbor, MI 48109‐2136, ou_persistent22              
2Dept. of Chemical and Biological Engineering, University of Colorado Boulder, Boulder, CO 80309, ou_persistent22              
3Theory, Fritz Haber Institute, Max Planck Society, ou_634547              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - Englisch
 Datum: 2018-05-072018-07
 Publikationsstatus: Im Druck publiziert
 Seiten: 13
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1002/aic.16198
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: AIChE-Journal
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: New York : American Institute of Chemical Engineers (AIChE)
Seiten: 13 Band / Heft: 64 (7) Artikelnummer: - Start- / Endseite: 2311 - 2323 Identifikator: ISSN: 0001-1541
CoNE: /journals/resource/954925372782