机器学习预测Zintl相化合物性能

doi:10.3969/j.issn.1001-9731.2026.07.006

功能材料 ›› 2026, Vol. 57 ›› Issue (7) : 41-50. DOI: 10.3969/j.issn.1001-9731.2026.07.006

热点·关注

机器学习预测Zintl相化合物性能

{{article.zuoZhe_CN}}

作者信息 +

Machine learning prediction of Zintl phase compound properties

{{article.zuoZhe_EN}}

Author information +

History +

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}. {{journal.qiKanMingCheng_CN}}. 2026, 57(7): 41-50 https://doi.org/10.3969/j.issn.1001-9731.2026.07.006

{{article.zuoZheEn_L}}. {{article.title_en}}. Journal of Functional Materials. 2026, 57(7): 41-50 https://doi.org/10.3969/j.issn.1001-9731.2026.07.006

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

基金

版权

PDF(9310 KB)

Accesses

Citation

Detail

段落导航

Received	Revised	Published
2026-01-15	2026-02-25	2026-07-30
Issue Date
2026-08-04

选择文件类型/文献管理软件名称

选择包含的内容

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

参考文献

{{custom_fnGroup.title_cn}}

脚注

{{custom_ack.title_cn}}

基金

版权