标题 |
[求助补充材料] Benchtop volatilomics supercharged: How machine learning based design of experiment helps optimizing untargeted GC-IMS gas phase metabolomics
台式挥发性组学增压:基于机器学习的实验设计如何帮助优化非靶向GC-IMS气相代谢组学
相关领域
化学
生物系统
人工神经网络
气相
气相色谱-质谱法
化学计量学
中心组合设计
线性回归
实验设计
机器学习
非线性系统
人工智能
色谱法
质谱法
响应面法
计算机科学
统计
数学
物理
物理化学
量子力学
生物
|
网址 | |
DOI | |
其它 |
期刊:Talanta 作者:Hadi Parastar; Philipp Weller 出版日期:2024-02-01 |
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。
|