检索结果-南通市图书馆

Predicting the propensity for thermally activated β events in metallic glasses via interpretable machine learning

npj Computational Materials 2020年第1期6卷 46-57页

作者： Qi Wang Jun Ding Longfei Zhang evgeny podryabinkin Alexander Shapeev Evan Ma Department of Materials Science and Engineering Johns Hopkins UniversityBaltimoreMD 21218USA Center for Advancing Materials Performance from the Nanoscale(CAMP-Nano) State Key Laboratory for Mechanical Behavior of MaterialsXi’an Jiaotong UniversityXi’an 710049China Department of Computer Science Johns Hopkins UniversityBaltimoreMD 21218USA Center for Energy Science and Technology Skolkovo Institute of Science and Technology3 Nobel StreetMoscow 143026Russia

The elementary excitations in metallic glasses(MGs),i.e.,β processes that involve hopping between nearby sub-basins,underlie many unusual properties of the amorphous alloys.A high-efficacy prediction of the propensity for those activated processes from solely the atomic positions,however,has remained a daunting ***,employing well-designed site environment descriptors and machine learning(ML),notable progress has been made in predicting the propensity for stress-activated β processes(i.e.,shear transformations)from the static structure.

关键词： structure glasses metallic

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：