Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse
  1. Datensatz Übersicht / 
  2. Datensatz ansehen

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Computationally accelerated experimental materials characterization -- drawing inspiration from high-throughput simulation workflows

Stricker, M., Banko, L., Sarazin, N., Siemer, N., Neugebauer, J., & Ludwig, A. (2022). Computationally accelerated experimental materials characterization -- drawing inspiration from high-throughput simulation workflows. arXiv.

Item is

 

einblenden: alle

Basisdaten

ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-000C-7D1C-A Versions-Permalink: https://hdl.handle.net/21.11116/0000-000F-D525-7
Genre: Preprint

Dateien

ausblenden: Dateien
:
2212.04804.pdf (Preprint), 4MB
Öffnen   Speichern
Datei-Permalink:
https://hdl.handle.net/21.11116/0000-000C-7D1E-8
Name:
2212.04804.pdf
Beschreibung:
-
OA-Status:
Keine Angabe
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Öffnen
Copyright Datum:
2022
Copyright Info:
The Authors
Lizenz:
https://creativecommons.org/licenses/by/4.0/

Externe Referenzen

einblenden:

Urheber

ausblenden:
 Urheber:
Stricker, Markus1, Autor
Banko, Lars2, Autor
Sarazin, Nik2, Autor
Siemer, Niklas3, Autor           
Neugebauer, Jörg3, Autor           
Ludwig, Alfred4, Autor           
Affiliations:
1Interdisciplinary Centre for Advanced Materials Simulation, Ruhr-University Bochum, Universit ̈atsstr. 150, Bochum, 44801, Northrhine-Westfalia, Germany., ou_persistent22              
2Materials Discovery and Interfaces - Institute for Materials, Ruhr-University Bochum, Universit ̈atsstr. 150, Bochum, 44801, Northrhine-Westfalia, Germany., ou_persistent22              
3Computational Materials Design, Max-Planck-Institut für Eisenforschung GmbH, Max Planck Society, ou_1863337              
4Materials Discovery and Interfaces, Institut für Werkstoffe, Ruhr-Universität Bochum, Germany, ou_persistent22              

Inhalt

ausblenden:
Schlagwörter: active learning, gaussian process regression, research data management, automation, autonomous discovery
 Zusammenfassung: -

Details

ausblenden:
Sprache(n): eng - English
 Datum: 2022-12-092022
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.48550/ARXIV.2212.04804
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

ausblenden:
Titel: arXiv
Genre der Quelle: Webseite
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: - Identifikator: -