| 标题 |
[求助补充材料]
 Rapid Discovery of Gas Response in Materials Via Density Functional Theory and Machine Learning 基于密度泛函理论和机器学习快速发现材料中的气体响应
相关领域
密度泛函理论
灵敏度（控制系统）
硫化氢
机器学习
计算机科学
生物系统
材料科学
化学
计算化学
工程类
硫黄
电子工程
冶金
生物
|
| 备注 |
机器学习模型代码
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Energy & environmental materials 作者：Shuang Gao; Yongchao Cheng; Chen Lü; Sheng Huang 出版日期：2024-08-02 |
| 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。
|
爱静静
加菲丰丰
有人
shinysparrow
Singularity
寻道图强
可口可乐了
乐乐乐乐乐乐
景辣条
充电宝
精明元霜
mmyhn
AireenBeryl531
星辰大海
kento
浅尝离白
sirius
Lucas
morena
spark810
皖公网安备34019202002308
