ReP USP - Resultado da busca

Artigo de periodico
Learning from machine learning: the case of band-gap directness in semiconductors (2024)
Ogoshi, Elton ; Popolin Neto, Mário ; Acosta, Carlos Mera; Nascimento, Gabriel de Miranda ; Rodrigues, João Nuno Barbosa; Oliveira Junior, Osvaldo Novais de ; Paulovich, Fernando Vieira ; Dalpian, Gustavo Martini
Source: Discover Materials. Unidades: IFSC, IF, ICMC
Subjects: BIG DATA, INTERNET DAS COISAS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OGOSHI, Elton et al. Learning from machine learning: the case of band-gap directness in semiconductors. Discover Materials, v. 4, p. 6-1-6-14, 2024Tradução . . Disponível em: https://doi.org/10.1007/s43939-024-00073-x. Acesso em: 10 jun. 2024.
APA
Ogoshi, E., Popolin Neto, M., Acosta, C. M., Nascimento, G. de M., Rodrigues, J. N. B., Oliveira Junior, O. N. de, et al. (2024). Learning from machine learning: the case of band-gap directness in semiconductors. Discover Materials, 4, 6-1-6-14. doi:10.1007/s43939-024-00073-x
NLM
Ogoshi E, Popolin Neto M, Acosta CM, Nascimento G de M, Rodrigues JNB, Oliveira Junior ON de, Paulovich FV, Dalpian GM. Learning from machine learning: the case of band-gap directness in semiconductors [Internet]. Discover Materials. 2024 ; 4 6-1-6-14.[citado 2024 jun. 10 ] Available from: https://doi.org/10.1007/s43939-024-00073-x
Vancouver
Ogoshi E, Popolin Neto M, Acosta CM, Nascimento G de M, Rodrigues JNB, Oliveira Junior ON de, Paulovich FV, Dalpian GM. Learning from machine learning: the case of band-gap directness in semiconductors [Internet]. Discover Materials. 2024 ; 4 6-1-6-14.[citado 2024 jun. 10 ] Available from: https://doi.org/10.1007/s43939-024-00073-x
Artigo de periodico-dep/entr
Inteligência artificial é usada na busca por novos materiais. [Depoimento a Marcos Pivetta] (2022)
Dalpian, Gustavo; Oliveira Junior, Osvaldo Novais de ; Mera, Carlos; Ogoshi, Elton
Source: Pesquisa FAPESP. Unidade: IFSC
Subjects: PESQUISA CIENTÍFICA, CIÊNCIA (ESTUDO E ENSINO;DISSEMINAÇÃO), INTELIGÊNCIA ARTIFICIAL, MATERIAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DALPIAN, Gustavo et al. Inteligência artificial é usada na busca por novos materiais. [Depoimento a Marcos Pivetta]. Pesquisa FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Disponível em: https://revistapesquisa.fapesp.br/inteligencia-artificial-e-usada-na-busca-por-novos-materiais/. Acesso em: 10 jun. 2024. , 2022
APA
Dalpian, G., Oliveira Junior, O. N. de, Mera, C., & Ogoshi, E. (2022). Inteligência artificial é usada na busca por novos materiais. [Depoimento a Marcos Pivetta]. Pesquisa FAPESP. São Paulo: Instituto de Física de São Carlos, Universidade de São Paulo. Recuperado de https://revistapesquisa.fapesp.br/inteligencia-artificial-e-usada-na-busca-por-novos-materiais/
NLM
Dalpian G, Oliveira Junior ON de, Mera C, Ogoshi E. Inteligência artificial é usada na busca por novos materiais. [Depoimento a Marcos Pivetta] [Internet]. Pesquisa FAPESP. 2022 ; 315 62-65.[citado 2024 jun. 10 ] Available from: https://revistapesquisa.fapesp.br/inteligencia-artificial-e-usada-na-busca-por-novos-materiais/
Vancouver
Dalpian G, Oliveira Junior ON de, Mera C, Ogoshi E. Inteligência artificial é usada na busca por novos materiais. [Depoimento a Marcos Pivetta] [Internet]. Pesquisa FAPESP. 2022 ; 315 62-65.[citado 2024 jun. 10 ] Available from: https://revistapesquisa.fapesp.br/inteligencia-artificial-e-usada-na-busca-por-novos-materiais/
Trabalho de evento-resumo
CCSS-2D: Computational Catalog of Spin Splittings in 2D materials (2022)
Nascimento, Gabriel M ; Acosta, Carlos Augusto Mera ; Ogoshi, Elton ; Fazzio, Adalberto ; Dalpian, Gustavo M
Source: Resumos. Conference titles: Encontro de Outono da Sociedade Brasileira de Física. Unidade: IF
Assunto: SPIN
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NASCIMENTO, Gabriel M et al. CCSS-2D: Computational Catalog of Spin Splittings in 2D materials. 2022, Anais.. São Paulo: Sociedade Brasileira de Física, 2022. . Acesso em: 10 jun. 2024.
APA
Nascimento, G. M., Acosta, C. A. M., Ogoshi, E., Fazzio, A., & Dalpian, G. M. (2022). CCSS-2D: Computational Catalog of Spin Splittings in 2D materials. In Resumos. São Paulo: Sociedade Brasileira de Física.
NLM
Nascimento GM, Acosta CAM, Ogoshi E, Fazzio A, Dalpian GM. CCSS-2D: Computational Catalog of Spin Splittings in 2D materials. Resumos. 2022 ;[citado 2024 jun. 10 ]
Vancouver
Nascimento GM, Acosta CAM, Ogoshi E, Fazzio A, Dalpian GM. CCSS-2D: Computational Catalog of Spin Splittings in 2D materials. Resumos. 2022 ;[citado 2024 jun. 10 ]
Artigo de periodico
High-throughput inverse design and Bayesian optimization of functionalities: spin splitting in two-dimensional compounds (2022)
Nascimento, Gabriel M. ; Ogoshi, Elton ; Fazzio, Adalberto ; Acosta, Carlos Augusto Mera ; Dalpian, G. M.
Source: Scientific Data. Unidade: IF
Subjects: FÍSICA MATEMÁTICA, INFERÊNCIA BAYESIANA, SPINTRÔNICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NASCIMENTO, Gabriel M. et al. High-throughput inverse design and Bayesian optimization of functionalities: spin splitting in two-dimensional compounds. Scientific Data, v. 9, n. 1, 2022Tradução . . Disponível em: https://doi.org/10.1038/s41597-022-01292-8. Acesso em: 10 jun. 2024.
APA
Nascimento, G. M., Ogoshi, E., Fazzio, A., Acosta, C. A. M., & Dalpian, G. M. (2022). High-throughput inverse design and Bayesian optimization of functionalities: spin splitting in two-dimensional compounds. Scientific Data, 9( 1). doi:10.1038/s41597-022-01292-8
NLM
Nascimento GM, Ogoshi E, Fazzio A, Acosta CAM, Dalpian GM. High-throughput inverse design and Bayesian optimization of functionalities: spin splitting in two-dimensional compounds [Internet]. Scientific Data. 2022 ; 9( 1):[citado 2024 jun. 10 ] Available from: https://doi.org/10.1038/s41597-022-01292-8
Vancouver
Nascimento GM, Ogoshi E, Fazzio A, Acosta CAM, Dalpian GM. High-throughput inverse design and Bayesian optimization of functionalities: spin splitting in two-dimensional compounds [Internet]. Scientific Data. 2022 ; 9( 1):[citado 2024 jun. 10 ] Available from: https://doi.org/10.1038/s41597-022-01292-8
Trabalho de evento-resumo
Computatinal screening and design principles validadation of 2D materials with large rashba coefficient (2020)
Miranda, Gabriel de; Acosta, Carlos Mera; Ogoshi, Elton; Schleder, Gabriel Ravanhani ; Fazzio, Adalberto ; Dalpian, Gustavo M
Conference titles: Encontro de Outono da Sociedade Brasileira de Física. Unidade: IF
Assunto: FÍSICA DA MATÉRIA CONDENSADA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MIRANDA, Gabriel de et al. Computatinal screening and design principles validadation of 2D materials with large rashba coefficient. 2020, Anais.. São Paulo: SBF-Sociedade Brasileira de Física, 2020. Disponível em: https://sec.sbfisica.org.br/eventos/eosbf/2020/sys/resumos/R0844-1.pdf. Acesso em: 10 jun. 2024.
APA
Miranda, G. de, Acosta, C. M., Ogoshi, E., Schleder, G. R., Fazzio, A., & Dalpian, G. M. (2020). Computatinal screening and design principles validadation of 2D materials with large rashba coefficient. In . São Paulo: SBF-Sociedade Brasileira de Física. Recuperado de https://sec.sbfisica.org.br/eventos/eosbf/2020/sys/resumos/R0844-1.pdf
NLM
Miranda G de, Acosta CM, Ogoshi E, Schleder GR, Fazzio A, Dalpian GM. Computatinal screening and design principles validadation of 2D materials with large rashba coefficient [Internet]. 2020 ;[citado 2024 jun. 10 ] Available from: https://sec.sbfisica.org.br/eventos/eosbf/2020/sys/resumos/R0844-1.pdf
Vancouver
Miranda G de, Acosta CM, Ogoshi E, Schleder GR, Fazzio A, Dalpian GM. Computatinal screening and design principles validadation of 2D materials with large rashba coefficient [Internet]. 2020 ;[citado 2024 jun. 10 ] Available from: https://sec.sbfisica.org.br/eventos/eosbf/2020/sys/resumos/R0844-1.pdf

USP Schools

ReP

Filtros

Authors

Subjects