Hiilimonoksidin, metaanin ja metanolin tuotanto hiilidioksidin sähkökemiallisella pelkistyksellä

Caro Bayo, Miguel (Vastuullinen tutkija)
Ibragimova, Rina (Projektin jäsen)
Pršlja, Paulina (Projektin jäsen)
Zarrouk, Tigany (Projektin jäsen)
Hernandez Leon, Patricia (Projektin jäsen)
Kuklin, Mikhail (Projektin jäsen)
Kloppenburg, Jan (Projektin jäsen)
Lehtomäki, Jouko (Projektin jäsen)
Järvinen, Karri (Projektin jäsen)

Akronyymi	-
Tila	Päättynyt
Todellinen alku/loppupvm	01/01/2020 → 31/12/2023

YK:n kestävän kehityksen tavoitteet

Vuonna 2015 YK:n jäsenvaltiot sopivat 17 maailmanlaajuisesta kestävän kehityksen tavoitteesta (Sustainable Development Goal, SDG) poistamaan köyhyyden, suojelemaan planeettaa ja takaamaan vaurauden kaikille. Tämä projekti edistää seuraavia kestävän kehityksen tavoitteita:

6 Article

Cluster-based multidimensional scaling embedding tool for data visualization
Hernandez Leon, P. & Caro, M. A., 9 toukok. 2024, julkaisussa: Physica Scripta . 99, 6, 20 Sivumäärä, 066004.
Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu

Open access
Tiedosto
15 Lataukset (Pure)
Experimental and Computational Study Toward Identifying Active Sites of Supported SnO_x Nanoparticles for Electrochemical CO₂ Reduction Using Machine-Learned Interatomic Potentials
Shi, J., Pršlja, P., Jin, B., Suominen, M., Sainio, J., Jiang, H., Han, N., Robertson, D., Košir, J., Caro, M. & Kallio, T., 25 toukok. 2024, (Sähköinen julkaisu (e-pub) ennen painettua julkistusta) julkaisussa: Small. 2402190.
Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu

Open access
A general-purpose machine learning Pt interatomic potential for an accurate description of bulk, surfaces, and nanoparticles
Kloppenburg, J., Pártay, L. B., Jónsson, H. & Caro, M. A., 7 huhtik. 2023, julkaisussa: The Journal of chemical physics. 158, 13, 9 Sivumäärä, 134704.
Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu

Open access
Tiedosto
7 Sitaatiot (Scopus)

92 Lataukset (Pure)

Spontaneous crystallization of a large Pt nanoparticle
Caro Bayo, M. (Creator), Zenodo, 8 jouluk. 2022
DOI - pysyväislinkki: 10.5281/zenodo.7415630, https://zenodo.org/record/7415631
Tietoaineisto: Dataset
GAP interatomic potential for gold
Kloppenburg, J. (Creator), Zenodo, 2022
DOI - pysyväislinkki: 10.5281/zenodo.6302851
Tietoaineisto: Dataset
Platinum nanoparticle database
Kloppenburg, J. (Creator) & Caro Bayo, M. (Creator), Zenodo, 8 jouluk. 2022
DOI - pysyväislinkki: 10.5281/zenodo.7415541, https://zenodo.org/record/7415542
Tietoaineisto: Dataset

Hiilimonoksidin, metaanin ja metanolin tuotanto hiilidioksidin sähkökemiallisella pelkistyksellä

Projektin yksityiskohdat

YK:n kestävän kehityksen tavoitteet

Sormenjälki

Cluster-based multidimensional scaling embedding tool for data visualization

Experimental and Computational Study Toward Identifying Active Sites of Supported SnO_x Nanoparticles for Electrochemical CO₂ Reduction Using Machine-Learned Interatomic Potentials

A general-purpose machine learning Pt interatomic potential for an accurate description of bulk, surfaces, and nanoparticles

Spontaneous crystallization of a large Pt nanoparticle

GAP interatomic potential for gold

Platinum nanoparticle database

Hiilimonoksidin, metaanin ja metanolin tuotanto hiilidioksidin sähkökemiallisella pelkistyksellä

Projektin yksityiskohdat

YK:n kestävän kehityksen tavoitteet

Sormenjälki

Tutkimustuotos

Cluster-based multidimensional scaling embedding tool for data visualization

Experimental and Computational Study Toward Identifying Active Sites of Supported SnOx Nanoparticles for Electrochemical CO2 Reduction Using Machine-Learned Interatomic Potentials

A general-purpose machine learning Pt interatomic potential for an accurate description of bulk, surfaces, and nanoparticles

Tietoaineistot

Spontaneous crystallization of a large Pt nanoparticle

GAP interatomic potential for gold

Platinum nanoparticle database

Experimental and Computational Study Toward Identifying Active Sites of Supported SnO_x Nanoparticles for Electrochemical CO₂ Reduction Using Machine-Learned Interatomic Potentials