| 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 | |
|
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。
|
已经有人上传了文献，该状态下其他人无法上传，请等待求助人确认该文件是否是他需要的。
如果求助人在 48 小时内还未确认，系统默认应助成功，本求助将自动关闭。
科研通AI2.0
机器人 未找到该文献，机器人已退出，请等待人工下载
14:05:19 未找到该文献，机器人已退出，请等待人工下载14:05:15 科研通AI机器人（新加坡）收到请求，开始寻找文献14:05:13 已向机器人发送请求
D-L@rabbit
求助人 Lv41 发起了本次求助
不倦
杳鸢
科研小民工
请叫我风吹麦浪
痴情的博超
劲秉
风语村
犇骉
kingwill
pluto
sutharsons
爱静静
火星上的菲鹰
pcr163
cdercder
迟大猫
幽壑之潜蛟
YY
han
Xxanny
皖公网安备34019202002308
