Anwendung und Forschung
Da die Vorhersage von Kristallstrukturen (CSP) nach wie vor eine große Herausforderung darstellt, stellen wir ParetoCSP vor, einen neuartigen Algorithmus für CSP, der einen multikriteriellen genetischen Algorithmus (GA) mit einem…
Modelle des maschinellen Lernens (ML) in der Materialwissenschaft werden hauptsächlich für die Vorhersage globaler Eigenschaften, wie Bildungsenergie, Bandlücke und Elastizitätsmodul, entwickelt. Daher sind diese Modelle in der Regel unzureichend bei…
Welche Faktoren bestimmen, wie schnell sich eine Batterie laden lässt? Dieser und weiteren Fragen gehen Forschende am Karlsruher Institut für Technologie (KIT) mit computergestützten Simulationen nach. Mikrostrukturmodelle tragen dazu bei,…
Da die Vorhersage von Kristallstrukturen (CSP) nach wie vor eine große Herausforderung darstellt, stellen wir ParetoCSP vor, einen neuartigen Algorithmus für CSP, der einen multikriteriellen genetischen Algorithmus (GA) mit einem…