Sélection de la langue

Gouvernement du Canada / Government of Canada

Recherche

Preprocessed data, source codes, and relevant sample calculations for a Fourier-transformed feature engineering design for predicting ternary perovskite properties by (Conv2D-SVM)

Par Conseil national de recherches du Canada

Lien
AuteurRechercher : 1Identifiant ORCID : https://orcid.org/0000-0003-2878-3484; Rechercher : Identifiant ORCID : https://orcid.org/0000-0002-2240-9099; Rechercher : 1
Affiliation
  1. Conseil national de recherches du Canada. Technologies numériques
Bailleur de fondsRechercher : National Research Council Canada; Rechercher : Natural Sciences and Engineering Research Council of Canada
FormatLogiciel, multimédia, Ensemble de données
Sujetperovskite; Fourier transformation; convolutional neural network; support vector machine; energy bandgap
Résumé
A feature engineering approach for modeling ternary perovskite target properties by Fourier transforming direct features into the periodic reciprocal crystal lattice
Date de publication
Maison d’éditionNational Research Council of Canada
Déclaration de droit d’auteur
  • © Conseil national de recherches du Canada
Publication connexe
  • Chenebuah, Ericsson Tetteh, Michel Nganbe, et Alain Beaudelaire Tchagang. « A Fourier-transformed feature engineering design for predicting ternary perovskite properties by coupling a two-dimensional convolutional neural network with a support vector machine (Conv2D-SVM) ». Materials Research Express 10, nᵒ 2 (1 février 2023): 026301. https://doi.org/10.1088/2053-1591/acb683.
Langueanglais
Exporter la noticeExporter en format RIS
CollectionDonnées de recherche du CNRC
Identificateur de l’enregistrement8d959c34-bb9b-4b71-8747-0888c96db647
Enregistrement créé2023-02-06
Enregistrement modifié2023-02-06
Date de modification :