发布文献求助
待确认
  • 文献求助详情
标题
A deep neural network combined with molecular fingerprints (DNN-MF) to develop predictive models for hydroxyl radical rate constants of water contaminants
深度神经网络结合分子指纹（DNN-MF）建立水污染物羟基自由基速率常数预测模型
相关领域
分子描述符 人工神经网络 均方误差 生物系统 反应速率常数 试验装置 均方预测误差 训练集 计算机科学 字错误率 化学 模式识别（心理学） 人工智能 数量结构-活动关系 数学 机器学习 统计 动力学 物理 生物 量子力学
网址
https://www.sciencedirect.com/science/article/pii/S030438941...
AI链接 sciencedirect.com nih.govdoi.org
DOI
10.1016/j.jhazmat.2019.121141 doi
其它 期刊：Journal of Hazardous Materials
作者：Shifa Zhong; Jiajie Hu; Xudong Fan; Xiong Yu; Huichun Zhang
出版日期：2019-09-04
求助人
Khr1stINK 在 2025-01-11 10:12:58 发布自河北，悬赏 10 积分
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。
上个求助
下个求助
相关文献
  1. Antitumor Agents. 213. Modeling of Epipodophyllotoxin Derivatives Using Variable SelectionkNearest N...
  2. Development of QSAR models for prediction of fish bioconcentration factors using physicochemical pro...
  3. QSAR modeling of the rodent carcinogenicity of nitrocompounds
  4. QSAR analysis of salicylamide isosteres with the use of quantum chemical molecular descriptors
  5. Characterization of Skin Penetration Processes of Organic Molecules Using Molecular Similarity and Q...
  6. QSAR studies on imidazothienopyrazines as IKK‐β inhibitors: from 2D to 3D
  7. Prediction of inhibition effect of some aliphatic and aromatic organic compounds using QSAR method
  8. COMPUTATIONAL SCREENING AND QSAR STUDY ON A SERIES THEOPHYLLINE DERIVATIVES AS ALDH1A1 INHIBITORS
  9. Chlorine Contribution to Quantitative Structure and Activity Relationship Models of Disinfection By-...
  10. Predicting Toxicity of Aromatic Pollutants Using QSAR Modeling
　...点击展开更多...　
求助 / 应助时间线

  • 请等待求助人确认

    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。

  • 2小时前

    顾矜 顾矜 Lv7 上传了文件

    待审核 20250111101301-0972374c-111.pdf (2.32 MB)

  • 2小时前

    科研通AI2.0 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

    10:13:04 未找到该文献，机器人已退出，请等待人工下载
    10:13:00 科研通AI机器人（北京）收到请求，开始寻找文献
    10:12:58 已向机器人发送请求

  • 2小时前

    Khr1stINK Khr1stINK 求助人 Lv418 发起了本次求助

更新
大幅提高文件上传限制，最高150M (2024-4-1)
科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。 对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。
实时播报
jellybeans完成签到，获得积分20
1秒前
1秒前
猪猪发布了新的文献求助10
1秒前
阝火火完成签到，获得积分10
2秒前
Brocade发布了新的文献求助10
2秒前
NexusExplorer的应助被橙月采纳，获得10
4秒前
Sherlock完成签到，获得积分10
5秒前
吴传超完成签到，获得积分10
5秒前
scdd完成签到 ，获得积分10
6秒前
AM完成签到 ，获得积分10
6秒前
0000的应助被殷勤的大米采纳，获得10
7秒前
Onism的应助被DongDong采纳，获得10
8秒前
fish发布了新的文献求助10
8秒前
andrewyu完成签到，获得积分10
13秒前
天天快乐的应助被LM采纳，获得30
16秒前
17秒前
科研通AI2S的应助被YJ888采纳，获得10
17秒前
李爱国的应助被林子采纳，获得10
17秒前
18秒前
21秒前
23秒前
Termin发布了新的文献求助30
23秒前
sqk完成签到，获得积分10
23秒前
研友_Lmb15n完成签到，获得积分10
23秒前
我爱学术发布了新的文献求助10
24秒前
英姑的应助被猪猪采纳，获得10
24秒前
25秒前
dominate完成签到，获得积分10
25秒前
Clxzzgzg发布了新的文献求助10
26秒前
27秒前
Mr.egg发布了新的文献求助10
27秒前
28秒前
BBA完成签到 ，获得积分10
31秒前
圆脸小之完成签到，获得积分20
31秒前
xiubo128完成签到，获得积分10
32秒前
Cyrus发布了新的文献求助10
33秒前
33秒前
勿欲论比发布了新的文献求助10
35秒前
纯粹又热烈的时光完成签到，获得积分20
37秒前
Airlie发布了新的文献求助10
40秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
Medical technology industry in China 600
热门求助领域 （近24小时）
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号，转发送积分 3315054
求助须知：如何正确求助？哪些是违规求助？ 2947106
关于积分的说明 8534252
捐赠科研通 2623173
什么是DOI，文献DOI怎么找？ 1434938
科研通“疑难数据库（出版商）”最低求助积分说明 665437
邀请新用户注册赠送积分活动 651132
Copyright © 2020-2025 AbleSci.COM, 科研通, All Right Reserved
科研通是非营利科研互助平台，不忘初心，为科研助力
本站互助的所有文件仅供个人学习研究用，禁止任何人把求助的所得文献进行盈利或传播
版权声明 关于本站 捐赠本站 提交工单 客服中心
皖ICP备2024041134号-1 皖公网安备34019202002308
科研通【文献互助QQ群】：如果您有特殊求助，或发布求助超过24小时未得到应助，可加群求助，群号：941272744【点击一键加群】
科研通【志愿服务QQ群】：如果您热爱文献互助，有热心愿意为更多人服务，请加入小伙伴群，点击申请加入
关注微信服务号
科研通