标题 |
Boosting–Crystal Graph Convolutional Neural Network for Predicting Highly Imbalanced Data: A Case Study for Metal–Insulator Transition Materials
用于预测高度不平衡数据的Boosting-Crystal Graph卷积神经网络:金属-绝缘体过渡材料的案例研究
相关领域
材料科学
Boosting(机器学习)
卷积神经网络
金属-绝缘体过渡
机器学习
人工智能
数据挖掘
金属
计算机科学
冶金
|
网址 | |
DOI | |
其它 |
期刊:ACS Applied Materials & Interfaces 作者:Eun Ho Kim; Jun Hyeong Gu; Jun Ho Lee; Seong Hun Kim; Jaeseon Kim; et al 出版日期:2024-08-09 |
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。
|