标题 |
Gradient Boosted Machine Learning Model to Predict H2, CH4, and CO2 Uptake in Metal–Organic Frameworks Using Experimental Data
利用实验数据预测金属有机框架中H2、CH4和CO2吸收的梯度增强机器学习模型
相关领域
推论
实验数据
航程(航空)
金属有机骨架
计算机科学
工作(物理)
平均绝对误差
机器学习
人工智能
数据挖掘
化学
材料科学
热力学
数学
均方误差
统计
物理
吸附
物理化学
复合材料
|
网址 | |
DOI | |
其它 |
期刊:Journal of Chemical Information and Modeling 作者:Tom Bailey; Adam Jackson; Razvan-Antonio Berbece; Ke‐Jun Wu; Nicole Hondow; et al 出版日期:2023-07-18 |
求助人 | |
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。
|