UNITesi

Addressing the complexity of electrochemical interfaces via machine-learning-accelerated molecular dynamics

BIANCHI, MICHELE GIOVANNI
2026
770. FISICA
11-set-2026
Inglese
Molecular dynamics; Machine Learning interatomic potentials; electrochemical interfaces; constant potential simulations
CICERO, GIANCARLO
RE FIORENTIN, MICHELE
RISPLENDI, FRANCESCA
Politecnico di Torino
204
Politecnico di Torino
File in questo prodotto:
File Dimensione Formato  
MGBianchi_phd_thesis.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 19.99 MB
Formato Adobe PDF
Visualizza/Apri
19.99 MB Adobe PDF Visualizza/Apri
MGBianchi_abstract.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 93.14 kB
Formato Adobe PDF
Visualizza/Apri
93.14 kB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/379271
Il codice NBN di questa tesi è URN:NBN:IT:POLITO-379271