Machine learning-based prediction of polaron-vacancy patterns on the TiO2(110) surface

Viktor C. Birschitzky (Korresp. Autor*in), Igor Sokolović, Michael Prezzi, Krisztián Palotás, Martin Setvín, Ulrike Diebold, Michele Reticcioli, Cesare Franchini

Veröffentlichungen: Beitrag in FachzeitschriftArtikelPeer Reviewed

Fingerprint

Untersuchen Sie die Forschungsthemen von „Machine learning-based prediction of polaron-vacancy patterns on the TiO2(110) surface“. Zusammen bilden sie einen einzigartigen Fingerprint.

Material Science