| 标题 |
 Predicting column heights and elemental composition in experimental transmission electron microscopy images of high-entropy oxides using deep learning 利用深度学习预测高熵氧化物实验透射电子显微镜图像中的柱高和元素组成
相关领域
透射电子显微镜
电子显微镜
材料科学
熵（时间箭头）
显微镜
分析化学（期刊）
矿物学
人工智能
统计物理学
化学
光学
纳米技术
计算机科学
物理
色谱法
热力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：npj Computational Materials 作者：Ishraque Zaman Borshon; Marco Ragone; Abhijit H. Phakatkar; Lance Long; Reza Shahbazian‐Yassar; et al 出版日期：2024-11-30 |
| 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。
|
Endlessway
杳鸢
寻道图强
爱静静
yy
VDC
tuanheqi
YifanWang
Darcy
可爱的函函
坚强的严青
MM11111
吃不饱星球球长
嗯哼
AireenBeryl531
fifteen
我期待
dwj
andrele
不配.
皖公网安备34019202002308
