KIT | KIT-Bibliothek | Impressum | Datenschutz

Generative Deep Learning for Advanced Battery Materials

Rajagopal, Deepalaxmi ORCID iD icon 1,2; Cierpka, Adrian 1,2; Nestler, Britta 1,2; Koeppe, Arnd Hendrik ORCID iD icon 1,2
1 Institut für Angewandte Materialien – Mikrostruktur-Modellierung und Simulation (IAM-MMS), Karlsruher Institut für Technologie (KIT)
2 Institut für Nanotechnologie (INT), Karlsruher Institut für Technologie (KIT)


Verlagsausgabe §
DOI: 10.5445/IR/1000186987
Veröffentlicht am 17.11.2025
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Nanotechnologie (INT)
Institut für Angewandte Materialien – Mikrostruktur-Modellierung und Simulation (IAM-MMS)
Post Lithium Storage (POLiS)
Publikationstyp Zeitschriftenaufsatz
Publikationsjahr 2025
Sprache Englisch
Identifikator ISSN: 2566-6223
KITopen-ID: 1000186987
HGF-Programm 38.02.01 (POF IV, LK 02) Fundamentals and Materials
Erschienen in Batteries and Supercaps
Verlag John Wiley and Sons
Seiten e202500494
Vorab online veröffentlicht am 08.09.2025
Nachgewiesen in Dimensions
OpenAlex
Web of Science
Scopus
KIT – Die Universität in der Helmholtz-Gemeinschaft
KITopen Landing Page