标题 |
Machine Learning Methods to Predict Density Functional Theory B3LYP Energies of HOMO and LUMO Orbitals
预测HOMO和LUMO轨道密度泛函理论B3LYP能量的机器学习方法
相关领域
轨道能级差
密度泛函理论
原子轨道
基准集
试验装置
计算机科学
人工智能
分子轨道
随机森林
计算化学
化学
机器学习
数学
物理
分子
量子力学
电子
|
网址 | |
DOI | |
其它 |
期刊:Journal of Chemical Information and Modeling 作者:Florbela Pereira; Kaixia Xiao; Diogo A. R. S. Latino; Chengcheng Wu; Qingyou Zhang; et al 出版日期:2016-12-29 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|