Please use this identifier to cite or link to this item: http://elar.urfu.ru/handle/10995/138643
Title: ПОТЕНЦИАЛЫ ГЛУБОКОГО МАШИННОГО ОБУЧЕНИЯ ДЛЯ АТОМИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ МЕТАЛЛУРГИЧЕСКИХ СПЛАВОВ: НА ПРИМЕРЕ СИСТЕМЫ FE-CR-C
Other Titles: POTENTIALS OF DEEP MACHINE LEARNING FOR ATOMISTIC MODELING OF METALLURGICAL ALLOYS: THE EXAMPLE OF Fe-Cr-C SYSTEM
Authors: Хазиева, Е. О.
Щелкачев, Н. М.
Рыльцев, Р. Е.
Hazieva, E. O.
Chtchelkatchev, N. M.
Ryltsev, R. E.
Issue Date: 2024
Publisher: УрФУ
Citation: Хазиева Е. О. ПОТЕНЦИАЛЫ ГЛУБОКОГО МАШИННОГО ОБУЧЕНИЯ ДЛЯ АТОМИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ МЕТАЛЛУРГИЧЕСКИХ СПЛАВОВ: НА ПРИМЕРЕ СИСТЕМЫ FE-CR-C / Е. О. Хазиева, Н. М. Щелкачев, Р. Е. Рыльцев. — Текст: электронный // Физика. Технологии. Инновации : тезисы докладов XI Международной молодежной научной конференции, посвященной посвященной 75-летию основания Физико-технологического института (Екатеринбург, 20–25 мая 2024 г.). — Екатеринбург : УрФУ, 2024. — C. 124-125.
Abstract: This paper presents the results of MLIP development and verification for the Fe-Cr-C system, which plays a crucial role in metallurgy as a basis for structural stainless steels.
URI: http://elar.urfu.ru/handle/10995/138643
Conference name: XI Международная молодежная научная конференция «Физика. Технологии. Инновации», посвященная 75-летию основания Физико-технологического института
Conference date: 20.05.2024-25.05.2024
ISBN: 978-5-6049106-9-6
Origin: Физика. Технологии. Инновации. Тезисы докладов (ФТИ-2024). — Екатеринбург, 2024
Appears in Collections:Конференции, семинары

Files in This Item:
File Description SizeFormat 
978-5-6049106-9-6_2024_042.pdf185,79 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.