Andy Sode Anker
Gæsteforsker
Kemisk Institut
Universitetsparken 5
2100 København Ø
21 - 22 ud af 22Pr. side: 10
- 2024
- 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
- 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: 203740330
Flest downloads
-
60
downloads
Formation and growth mechanism for niobium oxide nanoparticles: Atomistic insight from: In situ X-ray total scattering
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
30
downloads
Simple Setup Miniaturization with Multiple Benefits for Green Chemistry in Nanoparticle Synthesis
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
19
downloads
Structural Changes during the Growth of Atomically Precise Metal Oxido Nanoclusters from Combined Pair Distribution Function and Small‐Angle X‐ray Scattering Analysis
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet