机译:石墨烯/硼丙烷异质结构中力学性能的第一原理模型赋予机器学习的内部势能
Leibniz Univ Hannover Dept Math & Phys Computat Sci & Simulat Technol Inst Photon Appelstr 11 D-30167 Hannover Germany|Leibniz Univ Hannover Cluster Excellence PhoenixD Photon Opt & Engn Inn D-30169 Hannover Germany;
Isfahan Univ Technol Dept Mech Engn Esfahan 8415683111 Iran;
Skolkovo Innovat Ctr Skolkovo Inst Sci & Technol Nobel St 3 Moscow 143026 Russia;
Tongji Univ Dept Geotech Engn Coll Civil Engn Shanghai 1239 Peoples R China;
Leibniz Univ Hannover Dept Math & Phys Computat Sci & Simulat Technol Inst Photon Appelstr 11 D-30167 Hannover Germany;
Skolkovo Innovat Ctr Skolkovo Inst Sci & Technol Nobel St 3 Moscow 143026 Russia;
first-principles calculations; machine learning; mechanical; failure response; multiscale modeling;
机译:机器学习的内部电位使得石墨烯/硼烯异质结构中的晶格导热系数的第一原理多尺度建模
机译:基于第二代原子间电势的精细多尺度石墨烯片力学模型
机译:氮化孔石墨烯的热力学性能(C_2N):基于机器学习和经典的间隙势的比较
机译:内部潜力对无定形二氧化硅机械性能的影响
机译:具有第一原理原子间电势的二氧化硅多晶型物的分子动力学研究
机译:硼烷力学性能的分子动力学模拟:化合价场模型和Stillinger-Weber势的参数化
机译:机器学习的内部电位使得石墨烯/硼烯异质结构中的晶格导热系数的第一原理模型
机译:石墨烯纳米片/碳纤维/环氧树脂杂化复合材料的力学性能:多尺度建模与实验。