Kirsten Marie Ørnsbjerg Jensen

Kirsten Marie Ørnsbjerg Jensen

Lektor - forfremmelsesprogrammet

ORCID: 0000-0003-0291-217X

Udgivelsesår:
Alle
1 - 5 ud af 5Pr. side: 10
Sortering: Udgivelsesdato
  1. 2024
  2. Udgivet

    ClusterFinder: a fast tool to find cluster structures from pair distribution function data

    Anker, Andy Sode, Friis-Jensen, Ulrik, Johansen, Frederik Lizak, Billinge, S. J. L. & Jensen, Kirsten Marie Ørnsbjerg, 2024, I: Acta Crystallographica Section A Foundations and Advances. 80, 2, s. 213-220 8 s.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  3. Udgivet

    Explaining an anomalous pressure dependence of shear modulus in germanate glasses based on Reverse Monte Carlo modelling

    Sørensen, S. S., Ge, X., Micoulaut, M., Shi, Y., Juelsholt, M., Jensen, Kirsten Marie Ørnsbjerg, Neuefeind, J., Jensen, L. R., Bockowski, M. & Smedskjaer, M. M., 2024, I: Journal of Materials Science and Technology. 192, s. 54-64 11 s.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  4. Udgivet

    From Gel to Crystal: Mechanism of HfO2 and ZrO2 Nanocrystal Synthesis in Benzyl Alcohol

    Goossens, E., Aalling-Frederiksen, Olivia, Tack, P., Van den Eynden, D., Walsh-Korb, Z., Jensen, Kirsten Marie Ørnsbjerg, De Buysser, K. & De Roo, J., 2024, I: Journal of the American Chemical Society. 146, 15, s. 10723-10734 12 s.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  5. Accepteret/In press

    MLstructureMining: a machine learning tool for structure identification from X-ray pair distribution functions

    Kjær, E. T. S., Anker, Andy Sode, Kirsch, Andrea, Lajer, J., Aalling-Frederiksen, Olivia, Billinge, S. J. L. & Jensen, Kirsten Marie Ørnsbjerg, 2024, (Accepteret/In press) I: Digital Discovery.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  6. Udgivet

    POMFinder: identifying polyoxometallate cluster structures from pair distribution function data using explainable machine learning

    Anker, Andy Sode, Kjær, E. T. S., Juelsholt, M. & Jensen, Kirsten Marie Ørnsbjerg, 2024, I: Journal of Applied Crystallography. 57, s. 34-43 10 s.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

ID: 145172228