Density functional theory and machine learning for electrochemical square-scheme prediction: an application to quinone-type molecules relevant to redox flow batteries

Arsalan Hashemi^*, Reza Khakpour, Amir Mahdian, Michael Busch, Pekka Peljo, Kari Laasonen

^*Tämän työn vastaava kirjoittaja

Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu

5 Sitaatiot (Scopus)

69 Lataukset (Pure)

2 tulosta

Päättynyt
CompBat: Computer aided desing for next generation flow batteries
Peljo, P. (Vastuullinen tutkija)
01/02/2020 → 31/05/2023
Projekti: EU: Framework programmes funding
redoxSolid Flow: Kiinteiden redox aktiivisten materiaalien hyödyntäminen ja in operando karakterisointi energiatiheissä virtaus-akuissa
Peljo, P. (Vastuullinen tutkija)
01/09/2018 → 31/08/2020
Projekti: Academy of Finland: Other research funding