Siirry pääsisältöön
Aalto OpenLearning
  • Etusivu
  • Kurssit
    Aalto OpeLearning kurssit -Tuki
    Aalto-yliopiston elämän laajuisen oppimisen kurssit ja ohjelmat -Usein kysytyt kysymykset
    Aalto-yliopiston avoimen yliopiston kurssit -Yhteystiedot
    Metacampus Lisätietoja Metacampus oppimisympäristöstä sekä Unite! yhteistyöstä
    Mooc.fi
  • Lisää
Sulje

Close
Search Courses also: Sisu or Courses.aalto.fi
Vaihda hakusyöttöä
Suomi (fi)
English (en) Sverige (sv) Suomi (fi) Ukraine (uk)
 
Kirjaudu
Aalto OpenLearning
Etusivu Kurssit Tiivistä Laajenna
Aalto OpeLearning kurssit -Tuki Aalto-yliopiston elämän laajuisen oppimisen kurssit ja ohjelmat -Usein kysytyt kysymykset Aalto-yliopiston avoimen yliopiston kurssit -Yhteystiedot Metacampus Lisätietoja Metacampus oppimisympäristöstä sekä Unite! yhteistyöstä Mooc.fi
Näytä kaikki Tiivistä kaikki

Kurssin pääsivu

Atomic Layer Deposition (ALD)

Kurssin kuvaus

Github, code: Machball (Python)

Suorituksen vaatimukset

Machball models the reactive transport inside high aspect ratio and nanostructured materials for self-limited processes such as atomic layer deposition (ALD) and atomic layer etching (ALE). Machball was developed at Argonne National Laboratory. At the time of publication, the team comprised: Angel Yanguas-Gil, ayg@anl.gov, Lead and founder; Jeffrey W Elam. Related publication: A. Yanguas-Gil and J. W. Elam, A Markov chain approach to simulate Atomic Layer Deposition chemistry and transport inside nanostructured substrates, Theoretical Chemistry Accounts 133 (2014) art. 1465. http://doi.org/10.1007/s00214-014-1465-x

Klikkaa linkkiä Github, code: Machball (Python)
Aalto Logo

Palvelukuvaus
Rekisteriseloste
Tietojärjestelmien käyttöpolitiikka
Saavutettavuusseloste
Tuki

FacebookLinkedInTwitterYoutube



Content in Aalto OpenLearning service is available under
CC BY 4.0cc.svg?ref=chooser-v1by.svg?ref=chooser-v1 unless otherwise stated.

  (Kirjaudu)
Hanki mobiilisovellus