Kamal Choudhary

Maschinenlernen verbessert die Vorhersagen von Halbleiterfehlern für eine bessere Materialleistung.

OPTIMADE verbindet Nutzer mit wichtigen Materialdaten über eine standardisierte API.

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

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

Studie untersucht, wie Spannung die magnetischen Eigenschaften von 1T-VSe beeinflusst.

CHIPS-FF verändert, wie Forscher das Materialverhalten von Halbleitern bewerten.