Jason Hattrick-Simpers

Neue Datensätze und Machine-Learning-Techniken verbessern das Verständnis von Hochentropiematerialien.

Einblicke in die Herausforderungen des maschinellen Lernens bei der Vorhersage von Materialeigenschaften.

Forscher nutzen maschinelles Lernen, um Materialien für Hochtemperatur-Supraleitung zu identifizieren.

Diese Studie bewertet die Leistung von LLMs beim Beantworten von Fragen und der Vorhersage von Materialeigenschaften.

Ein neuer Datensatz bewertet grosse Sprachmodelle zur Vorhersage von Materialeigenschaften.

Ein neues Projekt hat sich zum Ziel gesetzt, die Entdeckung von Katalysatoren für die saubere Energieproduktion zu verbessern.