Machine learning-assisted structure annotation of natural products based on MS and NMR data

已完结

文献求助详情

标题	Machine learning-assisted structure annotation of natural products based on MS and NMR data 基于MS和NMR数据的机器学习辅助天然产物结构标注相关领域自然（考古学）注释计算机科学人工智能化学情报检索数据科学生物古生物学
网址	http://dx.doi.org/10.1039/d3np00025g
DOI	10.1039/d3np00025g doi
求助人	张花花在 2024-11-27 16:50:24 发布自北京，悬赏 20 积分
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。

上个求助

下个求助

该求助已完结，感谢关注

如需该文献，请重新发布求助，前往发布

老实憨厚无套路，服务科研追梦人

请遵守相关知识产权规定，勿将文件分享给他人，仅可用于个人研究学习

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

2024年影响因子查询已上线 (2024-6-20)

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: 子车茗的应助被淡淡菠萝采纳，获得10

刚刚; 彭于晏上传了应助文件

刚刚; 天天快乐的应助被呆萌代桃采纳，获得10

3秒前; 西红柿炒番茄的应助被阿巴阿巴采纳，获得10

4秒前; 百里翰完成签到，获得积分10

4秒前; 777发布了新的文献求助10

4秒前; 成功发布了新的文献求助10

5秒前; 递年发布了新的文献求助20

6秒前; JamesPei的应助被viva采纳，获得10

7秒前; 脑洞疼的应助被桃桃采纳，获得30

7秒前; dusk完成签到，获得积分10

7秒前; 阿巴阿巴完成签到，获得积分10

7秒前; 152455发布了新的文献求助10

7秒前; 酷波er的应助被xinxin采纳，获得30

9秒前; 科研通AI2.0上传了应助文件

11秒前; 今后上传了应助文件

11秒前; 娇气的致远完成签到，获得积分20

13秒前; 777完成签到，获得积分10

15秒前; jessie完成签到，获得积分10

15秒前; 潇洒沁发布了新的文献求助10

15秒前; 思源的应助被婷婷采纳，获得10

17秒前; orixero上传了应助文件

17秒前; Ava的应助被jessie采纳，获得10

18秒前; 开心的皮皮虾完成签到，获得积分20

19秒前; 思源上传了应助文件

19秒前; 李健的粉丝团团长的应助被晚风采纳，获得10

19秒前; 激昂的君浩完成签到，获得积分20

20秒前; 忠于人民忠于党完成签到，获得积分10

20秒前; 科研通AI2.0上传了应助文件

21秒前; 852的应助被无情的盼兰采纳，获得10

21秒前; 77完成签到，获得积分10

22秒前; FashionBoy上传了应助文件

23秒前; Gorone发布了新的文献求助10

24秒前; kqkqk发布了新的文献求助10

24秒前; DDTT完成签到，获得积分10

24秒前; 万能图书馆上传了应助文件

25秒前; 忙里偷闲完成签到，获得积分10

25秒前; 科研通AI2S的应助被科研通管家采纳，获得10

25秒前; Owen的应助被科研通管家采纳，获得10

25秒前; 科研通AI2S的应助被科研通管家采纳，获得10

25秒前