Li, Y.; Gault, B.: Machine Learning-enabled Tomographic Imaging of Chemical Short-range Order in Fe-based Solid-solutions. DPG 2024, Berlin, Germany (2024)
Li, Y.; Gault, B.: Machine Learning-enabled Tomographic Imaging of Chemical Short-range Order in Fe-based Solid-solutions. TMS 2024, Orlando, FL, USA (2024)
Li, Y.; Gault, B.: Quantitative three-dimensional imaging of chemical short-range order via machine learning enhanced atom probe tomography. BiGmax Spring Meeting 2022, Bochum, Germany (2022)
Wissenschaftler am Max-Planck-Institut für Nachhaltige Materialien haben ein CO2-freies und energiesparendes Verfahren entwickelt, um Nickel für Batterien, Magnete und Edelstahl zu gewinnen.
Max-Planck-Wissenschaftler kombinieren die Gewinnung, Herstellung, Mischung und Verarbeitung von Metallen und Legierungen in einem einzigen, umweltfreundlichen Schritt. Ihre Ergebnisse sind jetzt in der Zeitschrift Nature veröffentlicht.
Neues Video erklärt wie Ammoniak die Speicherung und den Transport von Wasserstoff erleichtert und zur Produktion von grünem Stahl verwendet werden kann