| 标题 |
 Explicable Machine Learning for Predicting High-Efficiency Lignocellulose Pretreatment Solvents Based on Kamlet–Taft and Polarity Parameters 基于Kamlet-Taft和极性参数预测高效木质纤维素预处理溶剂的可解释机器学习
相关领域
极性（国际关系）
氢键
偏最小二乘回归
数量结构-活动关系
化学极性
化学
纤维素
密度泛函理论
有机化学
计算化学
分子
立体化学
计算机科学
机器学习
生物化学
细胞
|
| 网址 | |
| DOI | |
| 其它 |
期刊：ACS Sustainable Chemistry & Engineering 作者：Hanwen Ge; Yuekun Bai; Rui Zhou; Yaoze Liu; Jiahui Wei; et al 出版日期：2024-04-29 |
| 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。
|
nozero
科研小民工
迟大猫
SYLH
苏卿
昏睡的蟠桃
小杨同学
shinysparrow
Leon
cdercder
默默地读文献
zho
bc
彭于彦祖
VDC
史小菜
今天只做一件事
迷人秋烟
从容芮
pcr163
皖公网安备34019202002308
