↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Träfflista för sökning "WFRF:(Ren Cui Lan) "

Sökning: WFRF:(Ren Cui Lan)

Resultat 1-3 av 3

Sortera/gruppera träfflistan

Sortering: Träffar per sida:

Numrering	Referens	Omslagsbild	Hitta
1.	Jakobsson, J., et al. (författare) Guidelines for the use and interpretation of assays for monitoring autophagy (4th edition)1 2021 Ingår i: Autophagy. - : Informa UK Limited. - 1554-8635 .- 1554-8627. ; 17:1, s. 1-382 Tidskriftsartikel (refereegranskat)
2.	Klionsky, Daniel J, et al. (författare) Guidelines for the use and interpretation of assays for monitoring autophagy (3rd edition). 2016 Ingår i: Autophagy. - : Informa UK Limited. - 1554-8635 .- 1554-8627. ; 12:1, s. 1-222 Tidskriftsartikel (refereegranskat)
3.	Ji, Zhong-Hai, et al. (författare) High-throughput screening and machine learning for the efficient growth of high-quality single-wall carbon nanotubes 2021 Ingår i: Nano Reseach. - : Tsinghua University Press. - 1998-0124 .- 1998-0000. ; 14, s. 4610-4615 Tidskriftsartikel (refereegranskat)abstract It has been a great challenge to optimize the growth conditions toward structure-controlled growth of single-wall carbon nanotubes (SWCNTs). Here, a high-throughput method combined with machine learning is reported that efficiently screens the growth conditions for the synthesis of high-quality SWCNTs. Patterned cobalt (Co) nanoparticles were deposited on a numerically marked silicon wafer as catalysts, and parameters of temperature, reduction time and carbon precursor were optimized. The crystallinity of the SWCNTs was characterized by Raman spectroscopy where the featured G/D peak intensity (IG/ID) was extracted automatically and mapped to the growth parameters to build a database. 1,280 data were collected to train machine learning models. Random forest regression (RFR) showed high precision in predicting the growth conditions for high-quality SWCNTs, as validated by further chemical vapor deposition (CVD) growth. This method shows great potential in structure-controlled growth of SWCNTs. [Figure not available: see fulltext.].

Skapa referenser, mejla, bekava och länka

Länka till träfflistan

Resultat 1-3 av 3

Avgränsa träffmängd

Typ av publikation: tidskriftsartikel (3)

Typ av innehåll: refereegranskat (3)

Författare/redaktör: Zhang, Yan (1); Liu, X (1); Chen, L (1); Alonso, A. (1); Chen, S. (1); Chen, X. (1); visa fler...; Chen, Y. (1); Donadelli, M. (1); Gupta, S. (1); Hu, D. (1); Jiang, Y. (1); Jin, S. (1); Kim, H. (1); Kono, T. (1); Li, B. (1); Li, S. (1); Li, Y. (1); Liu, Y. (1); Meyer, C. (1); Mohapatra, S. (1); Nakamura, K. (1); Nilsson, P. (1); Shimizu, S. (1); Takahashi, Y. (1); Wang, C. (1); Wang, F. (1); Wang, H. (1); Wang, J. (1); Wang, K. (1); Wu, M. (1); Xu, L. (1); Yamamoto, A. (1); Yan, Z. (1); Yang, H. (1); Yang, Y. (1); Yu, J. (1); Zhang, H. (1); Zhang, L. (1); Zhang, X. (1); Zhang, Z. (1); Zhou, B. (1); Zhu, H. (1); Liu, J. (1); Zhao, Y. (1); Lange, C. (1); Li, X. (1); Zhao, L. (1); Liu, C. (1); Liu, H. (1); Saito, T (1); visa färre...

Lärosäte: Umeå universitet (3); Stockholms universitet (2); Linköpings universitet (2); Lunds universitet (2); Karolinska Institutet (2); Sveriges Lantbruksuniversitet (2)

Språk: Engelska (3)

Forskningsämne (UKÄ/SCB): Naturvetenskap (3); Medicin och hälsovetenskap (2)

År

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

Copyright © LIBRIS - Nationella bibliotekssystem
LIBRIS.kb.se

pil uppåt

Stäng

Kopiera och spara länken för att återkomma till aktuell vy