| 标题 |
 Enhancing precision in PANI/Gr nanocomposite design: robust machine learning models, outlier resilience, and molecular input insights for superior electrical conductivity and gas sensing performance 提高PANI/Gr纳米复合材料设计的精度：鲁棒的机器学习模型、异常值弹性和分子输入洞察，以获得卓越的电导率和气敏性能
相关领域
聚苯胺
纳米复合材料
石墨烯
弹性（材料科学）
离群值
材料科学
电导率
异常检测
电阻率和电导率
计算机科学
人工智能
生物系统
纳米技术
复合材料
聚合物
工程类
物理
电气工程
量子力学
聚合
生物
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of materials chemistry. A, Materials for energy and sustainability 作者：Abir Boublia; Zahir Guezzout; N. Haddaoui; Michaël Badawi; Ahmad S. Darwish; et al 出版日期：2024-01-01 |
| 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。
|
shinysparrow
方非笑
zzz4743
cctv18
个性的紫菜
SOLOMON
医学科研女民工_喵喵
罗_
敬老院1号
iVANPENNY
从容芮
飞翔的霸天哥
benben
老迟到的访文
张泽崇
寻道图强
友好冷之
NexusExplorer
pcr163
Jack80
皖公网安备34019202002308
