Efficient atomistic simulations of radiation damage in W and W-Mo using machine-learning potentials

Publiceringsår

2023

Upphovspersoner

Koskenniemi, Mikko; Byggmästar, Jesper; Nordlund, Kai; Djurabekova, Flyura

Organisationer och upphovspersoner

Helsingfors universitet

Djurabekova Flyura

Byggmästar Jesper

Nordlund Kai

Koskenniemi Mikko

Publikationstyp

Publikationsform

Artikel

Moderpublikationens typ

Tidning

Artikelstyp

En originalartikel

Målgrupp

Vetenskaplig

Kollegialt utvärderad

UKM:s publikationstyp

A1 Originalartikel i en vetenskaplig tidskrift

Publikationskanalens uppgifter

Journal

Journal of Nuclear Materials

Moderpublikationens namn

Journal of Nuclear Materials

Volym

577

Artikelnummer

154325

ISSN

0022-3115

Publikationsforum

61189

Publikationsforumsnivå

Öppen tillgång

Öppen tillgänglighet i förläggarens tjänst

Öppen tillgång till publikationskanalen

Delvis öppen publikationskanal

Licens för förläggarens version

CC BY

Parallellsparad

Parallellagringens licens

CC BY

Övriga uppgifter

Vetenskapsområden

Fysik

Nyckelord

[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Publiceringsland

Nederländerna

Förlagets internationalitet

Internationell

Språk

engelska

Internationell sampublikation

Nej

Sampublikation med ett företag

Nej

DOI

10.1016/j.jnucmat.2023.154325