标题 |
Upgrading the Density Functional Theory with Machine Learning for the Fast Prediction of Polyaromatic Reactivity at Bimetallic Catalysts
用机器学习改进密度泛函理论以快速预测双金属催化剂上多芳烃反应性
相关领域
双金属片
密度泛函理论
催化作用
反应性(心理学)
背景(考古学)
吸附
化学
分子
计算化学
计算机科学
计算
物理化学
算法
有机化学
病理
古生物学
生物
医学
替代医学
|
网址 | |
DOI | |
其它 |
期刊:Journal of physical chemistry. C./Journal of physical chemistry. C 作者:Jérémie Zaffran; Meiyuan Jiao; Raphaël Wischert; Stéphane Streiff; Sébastien Paul 出版日期:2024-03-13 |
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。
|