A machine learning approach to graph-theoretical cluster expansions of the energy of adsorbate layers

Emanuele Vignola; Stephan N. Steinmann; Bart D. Vandegehuchte; Daniel Curulla; Michail Stamatakis; Philippe Sautet

doi:10.1063/1.4985890

Article Dans Une Revue The Journal of Chemical Physics Année : 2017

A machine learning approach to graph-theoretical cluster expansions of the energy of adsorbate layers

, (1) , , (2) , , (1)

1
2

Emanuele Vignola

Fonction : Auteur

Stephan N. Steinmann

Fonction : Auteur
PersonId : 169817
IdHAL : stephan-n-steinmann
ORCID : 0000-0002-2777-356X
IdRef : 230822487

Laboratoire de Chimie - UMR5182

CV

Bart D. Vandegehuchte

Fonction : Auteur

Daniel Curulla

Fonction : Auteur

Schuit Institute of Catalysis

Michail Stamatakis

Fonction : Auteur

Philippe Sautet

Fonction : Auteur
PersonId : 757306
ORCID : 0000-0002-8444-3348
IdRef : 075726181

Laboratoire de Chimie - UMR5182

Domaines

Catalyse Matériaux Chimie inorganique Chimie théorique et/ou physique

PourLC Déposant : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01644325

Soumis le : mercredi 22 novembre 2017-10:21:48

Dernière modification le : mardi 12 novembre 2024-15:20:05

Dates et versions

hal-01644325 , version 1 (22-11-2017)

Identifiants

HAL Id : hal-01644325 , version 1
DOI : 10.1063/1.4985890

Citer

Emanuele Vignola, Stephan N. Steinmann, Bart D. Vandegehuchte, Daniel Curulla, Michail Stamatakis, et al.. A machine learning approach to graph-theoretical cluster expansions of the energy of adsorbate layers. The Journal of Chemical Physics, 2017, 147 (5), pp.054106. ⟨10.1063/1.4985890⟩. ⟨hal-01644325⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

ENS-LYON CNRS UNIV-LYON1 HAL-CHIMIE-ENSLYON INC-CNRS UDL

46 Consultations

0 Téléchargements

A machine learning approach to graph-theoretical cluster expansions of the energy of adsorbate layers

Domaines

Dates et versions

Identifiants

Citer

Exporter

Collections

Altmetric

Partager