| 标题 |
 Interpretable Catalysis Models Using Machine Learning with Spectroscopic Descriptors 基于光谱描述符的机器学习的可解释催化模型
相关领域
催化作用
领域（数学）
化学
不完美的
分子描述符
计算机科学
生化工程
机制（生物学）
机器学习
合理设计
人工智能
计算化学
生物系统
数量结构-活动关系
材料科学
纳米技术
物理
有机化学
数学
工程类
量子力学
哲学
纯数学
生物
语言学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：ACS Catalysis 作者：Song Wang; Jun Jiang 出版日期：2023-05-18 |
| 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。
|
乐乐乐乐乐乐
加菲丰丰
Priscilla
VDC
寻道图强
贰鸟
shinysparrow
樱桃猴子
杳鸢
spark810
SciGPT
Ava
nenoaowu
可口可乐了
sirius
英俊的铭
共享精神
大模型
景辣条
HEIKU
皖公网安备34019202002308
