資料詳細
| 項 目 | 内 容 |
|---|---|
| 論文題名(英語) | Deep Learning Interatomic Potentials Developed for Understanding Deep Planetary Interiors (SIT16-P06)(poster session)(abs.) |
| 資料名 | 日本地球惑星科学連合大会予稿集 (online) |
| 資料名(英語) | Abstracts, Japan Geoscience Union Meeting (online) |
| 著者 | 小松 勇, 只野 央将, 堀 安範 |
| 著者(英語) | Yu Komatsu, Terumasa Tadano, Yasunori Hori |
| 巻 | 2024 |
| 頁 | SIT16-P06 |
| 発行年 | 2024 |
| 発行者 | 日本地球惑星科学連合 |
| 発行者(英語) | Japan Geoscience Union |
| 論文の言語区分 | 英語 (English) |
| キーワード | 惑星内部, 氷惑星・氷衛星, 第一原理計算, 機械学習, 高圧物性, Planetary Interior, Icy Planet / Icy Moon, Ab initio Calculation, Machine Learning, High-Pressure Physical Properties |
| リンク | 日本地球惑星科学連合ホームページ |
| ID | 300043764 |