Hoppa till innehåll
VuFind
  • Logga in
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
    • 日本語
    • Nederlands
    • Português
    • Português (Brasil)
    • 中文(简体)
    • 中文(繁體)
    • Türkçe
    • עברית
    • Gaeilge
    • Cymraeg
    • Ελληνικά
    • Català
    • Euskara
    • Русский
    • Čeština
    • Suomi
    • Svenska
    • polski
    • Dansk
    • slovenščina
    • اللغة العربية
    • বাংলা
    • Galego
    • Tiếng Việt
    • Hrvatski
    • हिंदी
    • Հայերէն
    • Українська
    • Sámegiella
    • Монгол
    • Māori
Avancerad
  • Hänvisa
  • Textmeddelande
  • Skicka per e-post
  • Skriv ut
  • Exportera posten
    • Exportera till: RefWorks
    • Exportera till: EndNoteWeb
    • Exportera till: EndNote
  • Lägg till i favoriter
  • Permanent länk
Omslagsbild

Sparad:
Bibliografiska uppgifter
Huvudupphovsmän: Sahashi, Ryotaro, Chen, Po-Yen, Mizoguchi, Teruyasu
Materialtyp: Preprint
Publicerad: 2026
Ämnen:
Materials Science
Länkar:https://arxiv.org/abs/2603.14747
Taggar: Lägg till en tagg
Inga taggar, Lägg till första taggen!
  • Beståndsuppgifter
  • Beskrivning
  • Innehållsförteckning
  • Kommentarer
  • Liknande verk
  • Katalogiseringsuppgifter

Internet

https://arxiv.org/abs/2603.14747

Liknande verk

  • Origin of Reduced Coercive Field in ScAlN: Synergy of Structural Softening and Dynamic Atomic Correlations
    av: Sahashi, Ryotaro, et al.
    Publicerad: (2026)
  • Long-range interaction effects on the phase transition, mechanical effect, and electric field response of BaTiO3 by machine learning potentials
    av: Chen, Po-Yen, et al.
    Publicerad: (2026)
  • Effect of uniaxial compressive stress on polarization switching and domain wall formation in tetragonal phase BaTiO3 via machine learning potential
    av: Chen, Po-Yen, et al.
    Publicerad: (2026)
  • Transition from Homogeneous to Domain-Wall-Mediated Polarization Switching in BaTiO3: A Machine-Learning Molecular Dynamics Study
    av: Chen, Po-Yen, et al.
    Publicerad: (2026)
  • Electric Field-Induced Phase Transitions and Hysteresis in Ferroelectric HfO2 Captured with Machine Learning Potential
    av: Chen, Po-Yen, et al.
    Publicerad: (2025)

Sökalternativ

  • Sökhistorik
  • Avancerad sökning

Sök mera

  • Bläddra i katalogen
  • Bläddra alfabetiskt
  • Utforska kanaler
  • Kursböcker
  • Nytt i katalogen

Behöver du hjälp?

  • Söktips
  • Fråga biblioteket
  • Vanliga frågor