标题 |
Advancing Base Metal Catalysis through Data Science: Insight and Predictive Models for Ni-Catalyzed Borylation through Supervised Machine Learning
通过数据科学推进贱金属催化:通过监督机器学习对镍催化硼化反应的洞察和预测模型
相关领域
硼酸化
化学
催化作用
配体(生物化学)
磷化氢
反应性(心理学)
卤化物
膨胀的
训练集
组合化学
有机化学
人工智能
计算机科学
热力学
芳基
烷基
医学
生物化学
受体
替代医学
抗压强度
物理
病理
|
网址 | |
DOI | |
其它 |
期刊:Organometallics 作者:Jason M. Stevens; Jun Li; Eric M. Simmons; Steven R. Wisniewski; Stacey DiSomma; et al 出版日期:2022-06-03 |
求助人 | |
下载 | 求助已完成,仅限求助人下载。 |
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。
|