物理学报2023，Vol.72Issue(2)：363-372,10.DOI:10.7498/aps.72.20221374
基于深度学习原子特征表示方法的Janus过渡金属硫化物带隙预测
Prediction of band gap of transition metal sulfide with Janus structure by deep learning atomic feature representation method
摘要
关键词
原子特征表示/深度学习/过渡金属硫化物/带隙引用本文复制引用
孙涛,袁健美..基于深度学习原子特征表示方法的Janus过渡金属硫化物带隙预测[J].物理学报,2023,72(2):363-372,10.基金项目
湖南省自然科学基金(批准号:2021JJ30650)、湖南省学位与研究生教育改革研究项目(批准号:2020JGYB097,2020JGYB098)和湖南省研究生科研创新项目(批准号:QL20210142)资助的课题. （批准号:2021JJ30650）
