Buchumschlag

Elemental Reactivity Maps for Materials Discovery

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Inada, Yuki, Fujioka, Masaya, Morito, Haruhiko, Sugahara, Tohru, Yamane, Hisanori, Katsura, Yukari
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Materials Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Compositional Tuning in NaxAlB14 via Diffusion Control
von: Hoshino, Mihiro, et al.
Veröffentlicht: (2025)

Boron Clusters for Metal-Free Water Splitting
von: Fujioka, Masaya, et al.
Veröffentlicht: (2025)

LLM-guided phase diagram construction through high-throughput experimentation
von: Tamura, Ryo, et al.
Veröffentlicht: (2026)

Semantic Embeddings of Chemical Elements for Enhanced Materials Inference and Discovery
von: Jia, Yunze, et al.
Veröffentlicht: (2025)

Mapping the Configuration Space of Half-Heusler Compounds via Subspace Identification for Thermoelectric Materials Discovery
von: Pak, Angela, et al.
Veröffentlicht: (2025)

Diffusion-Controlled Anion Conversion into Dense Polycrystalline and Single-Crystalline Oxyhydrides
von: Fujioka, Masaya, et al.
Veröffentlicht: (2024)

Structural Commonalities in Amorphous Elemental Materials
von: Rodríguez, I., et al.
Veröffentlicht: (2026)

A Materials Map Integrating Experimental and Computational Data via Graph-Based Machine Learning for Enhanced Materials Discovery
von: Hashimoto, Yusuke, et al.
Veröffentlicht: (2025)

Kinematical and dynamical contrast of dislocations in thick GaN substrates observed by synchrotron-radiation X-ray topography under six-beam diffraction conditions
von: Yao, Yongzhao, et al.
Veröffentlicht: (2025)

Determination of Burgers vectors of dislocations in monoclinic $β$-Ga$_2$O$_3$ crystals by large-angle convergent-beam electron diffraction
von: Sugawara, Yoshihiro, et al.
Veröffentlicht: (2026)

Guidelines for Correlative Imaging and Analysis of Reactive Lithium Metal Battery Materials
von: Bai, Shuang, et al.
Veröffentlicht: (2024)

Conditional Generative Modeling for Amorphous Multi-Element Materials
von: Li, Honglin, et al.
Veröffentlicht: (2025)

Illustrating an Effective Workflow for Accelerated Materials Discovery
von: Mulukutla, Mrinalini, et al.
Veröffentlicht: (2024)

A Physics-Informed Chemical Rule for Topological Materials Discovery
von: Xu, Xinyu, et al.
Veröffentlicht: (2026)

Agentic AI and Machine Learning for Accelerated Materials Discovery and Applications
von: Chen, Jihua, et al.
Veröffentlicht: (2026)

Language Models for Materials Discovery and Sustainability: Progress, Challenges, and Opportunities
von: Pei, Zongrui, et al.
Veröffentlicht: (2025)

Symmetry Relation Database and Its Application to Ferroelectric Materials Discovery
von: Zhu, Qiang, et al.
Veröffentlicht: (2022)

A Synthesizability-Guided Pipeline for Materials Discovery
von: Prein, Thorben, et al.
Veröffentlicht: (2025)

Dislocations in (011)-oriented vertical Bridgman $β$-Ga$_2$O$_3$ substrates
von: Yao, Yongzhao, et al.
Veröffentlicht: (2026)

Elemental Frequency-Based Supervised Classification Approach for the Search of Novel Topological Materials
von: Ralte, Zodinpuia, et al.
Veröffentlicht: (2025)

Decoratypes: An Extensible Crystal Taxonomy for Machine Learning-Guided Materials Discovery
von: Miller, Kyle D., et al.
Veröffentlicht: (2025)

Bgolearn: a Unified Bayesian Optimization Framework for Accelerating Materials Discovery
von: Cao, Bin, et al.
Veröffentlicht: (2026)

A Chemically Grounded Evaluation Framework for Generative Models in Materials Discovery
von: Veillon, Elohan, et al.
Veröffentlicht: (2025)

From Natural Language to Materials Discovery:The Materials Knowledge Navigation Agent
von: Zhuang, Genmao, et al.
Veröffentlicht: (2026)

Sustainable Materials Discovery in the Era of Artificial Intelligence
von: Mannan, Sajid, et al.
Veröffentlicht: (2026)

AI-Driven Accelerated Discovery of Intercalation-type Cathode Materials for Magnesium Batteries
von: Chen, Wenjie, et al.
Veröffentlicht: (2024)

Beyond Predicted ZT: Machine Learning Strategies for the Experimental Discovery of Thermoelectric Materials
von: Athar, Shoeb, et al.
Veröffentlicht: (2026)

Accelerating Cathode Material Discovery through Ab Initio Random Structure Searching
von: Zhu, Bonan, et al.
Veröffentlicht: (2021)

Random Combinatorial Libraries and Automated Nanoindentation for High-Throughput Structural Materials Discovery
von: Chawla, Vivek, et al.
Veröffentlicht: (2025)

Multimodal Foundation Models for Material Property Prediction and Discovery
von: Moro, Viggo, et al.
Veröffentlicht: (2023)

"DIVE" into Hydrogen Storage Materials Discovery with AI Agents
von: Zhang, Di, et al.
Veröffentlicht: (2025)

MADE: Benchmark Environments for Closed-Loop Materials Discovery
von: Malik, Shreshth A, et al.
Veröffentlicht: (2026)

Materials Discovery With Quantum-Enhanced Machine Learning Algorithms
von: Graña, Ignacio F., et al.
Veröffentlicht: (2025)

High-throughput, Non-Destructive, Three-Dimensional Imaging of GaN Threading Dislocations with in-Plane Burgers Vector Component via Phase-Contrast Microscopy
von: Ishiakwa, Yukari, et al.
Veröffentlicht: (2025)

High-speed, High-Resolution, Three-Dimensional Imaging of Threading Dislocations in beta-$Ga_{2}O_{3}$ via Phase-Contrast Microscopy
von: Ishiakwa, Yukari, et al.
Veröffentlicht: (2025)

High-Throughput Discovery of Two-Dimensional Materials Exhibiting Strong Rashba-Edelstein effect
von: Zhou, Binchang, et al.
Veröffentlicht: (2026)

Forbidden p-d Orbital Coupling Accelerates High-Power-Factor Materials Discovery
von: Xiong, Wu, et al.
Veröffentlicht: (2025)

AI-accelerated Discovery of Altermagnetic Materials
von: Gao, Ze-Feng, et al.
Veröffentlicht: (2023)

A Data-driven Framework to Accelerate the Discovery of Hybrid Cathode Materials for Metal-based Batteries
von: Biby, Ahmed H., et al.
Veröffentlicht: (2024)

Hierarchical Gaussian Process-Based Bayesian Optimization for Materials Discovery in High Entropy Alloy Spaces
von: Alvi, Sk Md Ahnaf Akif, et al.
Veröffentlicht: (2024)