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
Publikationsmonat/-jahr 02.2026
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
Band 9
Heft 2
Seiten e202500494
Vorab online veröffentlicht am 08.09.2025
Nachgewiesen in Dimensions
Scopus
OpenAlex
Web of Science
KIT – Die Universität in der Helmholtz-Gemeinschaft
KITopen Landing Page