-
1
-
2
-
3
-
4
-
5Academic Journal
Source: AIMS Biophysics, Vol 9, Iss 2, Pp 130-156 (2022)
AIMS Biophysics. 2022. Vol. 9, № 2. P. 130-146Subject Terms: 0301 basic medicine, 0303 health sciences, QH301-705.5, плазмиды, mCherry, белок, 2d and 3d trajectories, потенциальная яма, 03 medical and health sciences, потенциальная энергия, egfp and mcherry genes, plasmid ppf1, kink dynamics, ДНК, Biology (General), potential energy profile, TP248.13-248.65, Biotechnology
File Description: application/pdf
-
6Academic Journal
Authors: Egorov, Oleg V., Kalugina, Yulia N.
Source: Russian physics journal. 2022. Vol. 65, № 3. P. 403-409
Linked Full TextSubject Terms: озон, кислород, потенциальная энергия, 0103 physical sciences, 01 natural sciences, 0104 chemical sciences
-
7Academic Journal
-
8Academic Journal
-
9Academic Journal
Source: Journal of Bioinformatics and Genomics, Vol 22, Iss 4 (2023)
Subject Terms: комплексообразование, энтропия, complexation, константа устойчивости, QH426-470, энтальпия, stability constant, постоянная экранирования, gibbs energy, thermodynamics of the complexation process, энергия Гиббса, potential energy, термодинамика процесса комплексообразования, энергия гиббса, потенциальная энергия, enthalpy, Genetics, Gibbs energy, entropy, screening constant
-
10Academic Journal
Source: Physical chemistry chemical physics. 2021. Vol. 23, № 34. P. 18475-18494
Subject Terms: индуцированные дипольные поверхности, Ван-дер-Ваальсовы комплексы, потенциальная энергия, аппроксимация, 0103 physical sciences, 02 engineering and technology, 0210 nano-technology, 01 natural sciences, 0104 chemical sciences
Linked Full TextAccess URL: https://pubmed.ncbi.nlm.nih.gov/34612387
http://ui.adsabs.harvard.edu/abs/2021PCCP...2318475F/abstract
https://pubs.rsc.org/en/content/articlelanding/2021/cp/d1cp02161c
https://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000902608 -
11Academic Journal
Source: Современная наука и инновации, Vol 0, Iss 3, Pp 88-93 (2022)
Subject Terms: биологически активные добавки, креатин, кверцетин, молекулярные свойства, потенциальная энергия, тепловая обработка, липидные образцы, dietary supplements, creatine, quercetin, molecular properties, the potential energy, heat treatment, the lipid samples, International relations, JZ2-6530
File Description: electronic resource
-
12Conference
Authors: Томчик, П. И., Tomchik, P. I.
Subject Terms: конференции, естественная конвекция, алгоритм SIMPLER, приближение Буссинеска, потенциальная энергия, точки бифуркаций, conferences, natural convection, SIMPLER algorithm, Boussinesq approximation, potential energy, bifurcation points
File Description: application/pdf
Relation: Математическое и информационное моделирование : материалы Всероссийской конференции молодых ученых. Вып. 23. — Тюмень, 2025
Availability: https://elib.utmn.ru/jspui/handle/ru-tsu/38217
-
13Academic Journal
Source: Вестник Томского государственного университета. Математика и механика. 2023. № 83. С. 143-150
Subject Terms: частота вращения, маятник пружинный, потенциальная энергия, кинетическая энергия, стабилизация, ротатор, циклотронное движение, момент импульса
File Description: application/pdf
-
14Academic Journal
Authors: Гузеев, Виталий Васильевич
Source: Вестник Томского государственного университета. Химия. 2025. № 38. С. 120-131
Subject Terms: химическая кинетика, термодинамика, энергия связи, потенциальная энергия, скорость химической реакции
File Description: application/pdf
Relation: http_to000518048. Вестник Томского государственного университета. Химия; koha:001269459; https://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001269459
-
15Academic Journal
Source: Східно-Європейський журнал передових технологій; Том 2, № 8 (98) (2019): Енергозберігаючі технології та обладнання; 23-30
Восточно-Европейский журнал передовых технологий; Том 2, № 8 (98) (2019): Энергосберегающие технологии и оборудование; 23-30
Eastern-European Journal of Enterprise Technologies; Том 2, № 8 (98) (2019): Energy-saving technologies and equipment; 23-30Subject Terms: энергия воды, потенциальная энергия, поворотная лопасть, вертикальный вал, кинетическая турбина, визуальное наблюдение, 0211 other engineering and technologies, 0202 electrical engineering, electronic engineering, information engineering, енергія води, потенційна енергія, поворотна лопать, вертикальний вал, кінетична турбіна, візуальне спостереження, water energy, potential energy, movable blade, vertical shaft, kinetic turbine, visual observation, 02 engineering and technology, UDC 622, 7. Clean energy
File Description: application/pdf
-
16Academic Journal
Source: Interactive science; № 3(37); 8-31
Интерактивная наука; № 3(37); 8-31Subject Terms: орбита, движущееся тело, 9. Industry and infrastructure, centrifugal and centripetal force, kinetic and potential energy, центростремительная сила, скорость, speed, inertia, inertial, 16. Peace & justice, потенциальная энергия, 5. Gender equality, инерционная сила, 13. Climate action, a moving body, кинетическая энергия, время, инерция, центробежная сила, an orbit, time
File Description: text/html
Access URL: https://interactive-plus.ru/e-articles/612/Action612-486088.pdf
https://interactive-plus.ru/files/Books/5d2efd20679a3.jpeg?req=486088
https://interactive-science.media/article/486088/discussion_platform
https://doi.org/10.21661/r-486088
https://interactive-science.media/ru/article/486088/discussion_platform
https://interactive-plus.ru/e-articles/612/Action612-486088.pdf
https://cyberleninka.ru/article/n/inertsiya-nauchnyy-i-mirovozzrencheskiy-aspekty -
17Academic Journal
Subject Terms: энергетическая теория, потенциальная энергия, пакетирование, круглые лесоматериалы, обвязка пакетов, механическая энергия
File Description: application/pdf
Access URL: https://elib.belstu.by/handle/123456789/48290
-
18Conference
Authors: Лавриненко, А. К., Станкевич, Ксения Сергеевна
Contributors: Филимонов, Виктор Дмитриевич
Subject Terms: катионы, аминирование, ароматические амины, квантово-химические расчеты, бензолы, ароматические субстраты, переходные состояния, потенциальная энергия, поверхности
File Description: application/pdf
Relation: info:eu-repo/grantAgreement/RFBR//17-03-01097; Химия и химическая технология в XXI веке : материалы XXI Международной научно-практической конференции студентов и молодых ученых имени выдающихся химиков Л. П. Кулёва и Н. М. Кижнера, посвященной 110-летию со дня рождения профессора А. Г. Стромберга, 21–24 сентября 2020 г., г. Томск; http://earchive.tpu.ru/handle/11683/63613
Availability: http://earchive.tpu.ru/handle/11683/63613
-
19Book
Subject Terms: касательные напряжения, расчетно-проектировочные задания, потенциальная энергия деформации, кручение тонкостенных брусьев
File Description: application/pdf
Relation: Конохов В. И. Расчеты бруса при кручении [Электронный ресурс] : учеб.-метод. пособие по курсу "Сопротивление материалов" для студентов машиностроит. спец. / В. И. Конохов, В. Л. Хавин; Нац. техн. ун-т "Харьков. политехн. ин-т". – Электрон. текстовые дан. – Харьков, 2020. – 75 с. – На рус. яз. – URI: http://repository.kpi.kharkov.ua/handle/KhPI-Press/48661.; http://repository.kpi.kharkov.ua/handle/KhPI-Press/48661
Availability: http://repository.kpi.kharkov.ua/handle/KhPI-Press/48661
-
20Academic Journal
Authors: O. V. Uvarova, S. I. Uvarov, О. В. Уварова, С. И. Уваров
Contributors: This work was supported by the Russian Foundation for Basic Research, project No. 19-29-03051 MK. The calculations were performed using the computing cluster of the Federal Research Center of the Institute of Management of the Russian Academy of Sciences., Работа выполнена при поддержке РФФИ проект № 19-29-03051 мк. При проведении расчетов использовался вычислительный кластер ФИЦ ИУ РАН.
Source: Izvestiya Vysshikh Uchebnykh Zavedenii. Materialy Elektronnoi Tekhniki = Materials of Electronics Engineering; Том 23, № 4 (2020); 304-310 ; Известия высших учебных заведений. Материалы электронной техники; Том 23, № 4 (2020); 304-310 ; 2413-6387 ; 1609-3577 ; 10.17073/1609-3577-2020-4
Subject Terms: машинное обучение, potential energy of structure, Tersoff potential, machine learning potential, Gaussian Approximation Potential, Gaussian Process Regression, machine learning, потенциальная энергия структуры, потенциал Терсоффа, машиннообучаемый потенциал, Gaussian Approximation Potentials
File Description: application/pdf
Relation: https://met.misis.ru/jour/article/view/431/342; Powell D. Elasticity, lattice dynamics and parameterization techniques for the Tersoff potential applied to elemental and type III—V semiconductors: dis. University of Sheffield, 2006. 259 p. URL: https://etheses.whiterose.ac.uk/15100/1/434519.pdf; Abgaryan K. K., Volodina O. V., Uvarov S. I. Mathematical modeling of point defect cluster formation in silicon based on molecular dynamic approach // Modern Electronic Materials. 2015. V. 1, N 3. P. 82—87. DOI:10.1016/j.moem.2016.03.001; Bartók-Pįrtay A. The Gaussian Approximation Potential: an interatomic potential derived from first principles quantum mechanics. Springer Science & Business Media, 2010. 107 p. DOI:10.1007/978-3-642-14067-9; Круглов И. А. Поиск новых соединений, изучение их стабильности и свойств с использованием современных методов компьютерного дизайна материалов: Дисс. канд. физ.-мат. наук. М.: Ин-т физики высоких давлений им. Л.Ф. Верещагина РАН, 2018. 112 c.; Gramacy R. B. Surrogates: Gaussian process modeling, design, and optimization for the applied sciences. Chapman and Hall/CRC, 2020. 559 p.; Vorontsov K. Mathematical Learning Methods on Precedents. Course of Lectures, 2006.; Rupp M., Tkatchenko A., Müller K.-R., von Lilienfeld O. A. Fast and accurate modeling of molecular atomization energies with machine learning // Phys. Rev. Lett. 2012. V. 108, N 5. P. 058301. DOI:10.1103/PhysRevLett.108.058301; Faber F., Lindmaa A., von Lilienfeld O. A., Armiento R. Crystal structure representations for machine learning models of formation energies // Int. J. Quantum Chem. 2015. V. 115, N 16. P. 1094—1101. DOI:10.1002/qua.24917; Bartók A. P., Csányi G. Gaussian approximation potentials: A brief tutorial introduction // Int. J. Quantum Chem. 2015. V. 115, N 16. P. 1051—1057. DOI:10.1002/qua.24927; Abgaryan K. K., Mutigullin I. V., Uvarov S. I., Uvarova O. V. Multiscale Modeling of Clusters of Point Defects in Semiconductor Structures // CEUR Workshop Proceedings, 2019. P. 43—51. http://ceur-ws.org/Vol-2426/paper7.pdf; Deringer V. L., Csányi G. Machine learning based interatomic potential for amorphous carbon // Phys. Rev. B. 2017. V. 95, N 9. P. 094203. DOI:10.1103/PhysRevB.95.094203; Novikov I. S., Shapeev A. V. Improving accuracy of interatomic potentials: more physics or more data? A case study of silica // Materials Today Commun. 2019. V. 18. P. 74—80. DOI:10.1016/j.mtcomm.2018.11.008; Wu S. Q., Ji M., Wang C. Z., Nguyen M. C., Zhao X., Umemoto K., Wentzcovitch R. M., Ho K. M. An adaptive genetic algorithm for crystal structure prediction // J. Phys.: Condens. Matter. 2014. V. 26, N 3. P. 035402. DOI:10.1088/0953-8984/26/3/035402; Coifman R. R., Kevrekidis I. G., Lafon S., Maggioni M., Nadler B. Diffusion maps, reduction coordinates, and low dimensional representation of stochastic systems // Multiscale Model. Simul. 2008. V. 7, N 2. P. 842—864. DOI:10.1137/070696325; Behler J., Parrinello M. Generalized neural-network representation of high-dimensional potential-energy surfaces // Phys. Rev. Lett. 2007. V. 98, N 14. P. 146401. DOI:10.1103/PhysRevLett.98.146401; Hastie T., Tibshirani R., Friedman J. The elements of statistical learning: data mining, inference, and prediction. Springer Science & Business Media, 2009. 767 p. DOI:10.1007/b94608; https://met.misis.ru/jour/article/view/431