Geng, X.; Lu, X.; Mei, Z.; Wang, Z.; Gault, B.: Decoding Short-Range Order in Amorphous Two-Dimensional Nanosheets for Efficient and Durable Ampere-Level Seawater Electrolysis: A Case Study of Amorphous Ni(OH)2. Advanced Energy Materials, e04584 (2025)
Wissenschaftler des Max-Planck-Instituts für Eisenforschung entwickeln ein neues maschinelles Lernmodell für korrosionsresistente Legierungen. Und veröffentlichen ihre Ergebnisse in der Fachzeitschrift Science Advances
Düsseldorfer Max-Planck-Wissenschaftler diskutieren den Einsatz künstlicher Intelligenz in der Materialwissenschaft und veröffentlichen Review-Artikel in der Fachzeitschrift Nature Computational Science