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 | Size | Format | |
---|---|---|---|---|
978-5-6049106-9-6_2024_042.pdf | 185,79 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.