Kernels and Graphs on M25 + H

Kuvaus

Codes related to article "Graphs and Kernelized Learning Applied to Interactions of Hydrogen with Doped Gold Nanoparticle Electrocatalysts". There are two main types of codes: codes to transform a catalytic system of protected gold nanoparticle and a single hydrogen atom into a graph-based representation, and codes to run kernel-based machine learning methods to predict interaction energies between the nanoparticle and the hydrogen atom. This is a snapshot of the code dataset that has been taken on 06.06.2023. A more detailed description of the data and the address to the GitLab repository for the latest version of the code can be found from the parent dataset of this data publication.
Näytä enemmän

Julkaisuvuosi

2023

Aineiston tyyppi

Tekijät

Fysiikan laitos

Häkkinen, Hannu - Tekijä

Malola, Sami - Tekijä

Informaatioteknologian tiedekunta

Kärkkäinen, Tommi Orcid -palvelun logo - Tekijä

Matemaattis-luonnontieteellinen tiedekunta

Pihlajamäki, Antti - Tekijä, Oikeuksienhaltija

Projekti

Muut tiedot

Tieteenalat

Tietojenkäsittely ja informaatiotieteet; Fysiikka; Kemia

Kieli

englanti

Saatavuus

Avoin

Lisenssi

Creative Commons Nimeä 4.0 Kansainvälinen (CC BY 4.0)

Avainsanat

machine learning

Asiasanat

nanohiukkaset, katalyysi, koneoppiminen, nanotieteet, katalyytit, nanomateriaalit

Ajallinen kattavuus

undefined

Liittyvät aineistot