Learning from machine learning: the case of band-gap directness in semiconductors (2024)
- Authors:
- USP affiliated authors: OLIVEIRA JUNIOR, OSVALDO NOVAIS DE - IFSC ; DALPIAN, GUSTAVO MARTINI - IF ; POPOLIN NETO, MÁRIO - ICMC
- Unidades: IFSC; IF; ICMC
- DOI: 10.1007/s43939-024-00073-x
- Subjects: BIG DATA; INTERNET DAS COISAS; APRENDIZADO COMPUTACIONAL
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Discover Materials
- ISSN: 2730-7727
- Volume/Número/Paginação/Ano: v. 4, p. 6-1-6-14, Feb. 2024
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
OGOSHI, Elton et al. Learning from machine learning: the case of band-gap directness in semiconductors. Discover Materials, v. 4, p. 6-1-6-14, 2024Tradução . . Disponível em: https://doi.org/10.1007/s43939-024-00073-x. Acesso em: 02 dez. 2025. -
APA
Ogoshi, E., Popolin Neto, M., Acosta, C. M., Nascimento, G. de M., Rodrigues, J. N. B., Oliveira Junior, O. N. de, et al. (2024). Learning from machine learning: the case of band-gap directness in semiconductors. Discover Materials, 4, 6-1-6-14. doi:10.1007/s43939-024-00073-x -
NLM
Ogoshi E, Popolin Neto M, Acosta CM, Nascimento G de M, Rodrigues JNB, Oliveira Junior ON de, Paulovich FV, Dalpian GM. Learning from machine learning: the case of band-gap directness in semiconductors [Internet]. Discover Materials. 2024 ; 4 6-1-6-14.[citado 2025 dez. 02 ] Available from: https://doi.org/10.1007/s43939-024-00073-x -
Vancouver
Ogoshi E, Popolin Neto M, Acosta CM, Nascimento G de M, Rodrigues JNB, Oliveira Junior ON de, Paulovich FV, Dalpian GM. Learning from machine learning: the case of band-gap directness in semiconductors [Internet]. Discover Materials. 2024 ; 4 6-1-6-14.[citado 2025 dez. 02 ] Available from: https://doi.org/10.1007/s43939-024-00073-x - Investigating band gap directness using machine learning
- A natureza de defeitos em bulk e em superfície de semicondutores
- Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations
- Multidimensional calibration spaces in Staphylococcus Aureus detection using chitosan-based genosensors and electronic tongue
- Explainable machine learning to unveil detection mechanisms with au nanoisland-based surface-enhanced raman scattering for SARS-CoV-2 antigen detection
- Machine learning used to create a multidimensional calibration space for sensing and biosensing data
- Estudo dos estágios iniciais dos crescimentos de 'GE' sobre 'SI' (100)
- Random forest similarity maps: a scalable visual representation for global and local interpretation
- CO2 reduction beyond Copper-based catalysts: a natural language processing review from the scientific literature
- Direct detection of SARS-CoV-2 antigen based on surface-enhanced Raman scattering (SERS) using machine learning
Informações sobre o DOI: 10.1007/s43939-024-00073-x (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3183025 falta rep.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
