发布文献求助
待确认
  • 文献求助详情
标题
Machine learning for protein folding and dynamics
相关领域
计算机科学 折叠（DSP实现） 蛋白质折叠 机器学习 能源景观 动力学（音乐） 人工智能 主流 数据科学 工程类 化学 物理 政治学 法学 电气工程 生物化学 声学
网址
https://doi.org/10.1016/j.sbi.2019.12.005
AI链接 nih.gov arxiv.org arxiv.org arxiv.orgdoi.org
DOI
10.1016/j.sbi.2019.12.005 doi
其它 期刊：Current Opinion in Structural Biology
作者：Frank Noé; Gianni De Fabritiis; Cecilia Clementi
出版日期：2019-12-24
求助人
竹林听雨zxs 在 2026-01-28 09:32:27 发布自天津，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
提交工单
相关文献
  1. Applications of Deep Learning in Molecule Generation and Molecular Property Prediction
  2. Machine learning in materials science: From explainable predictions to autonomous design
  3. Deep Learning in Protein Structural Modeling and Design
  4. Protein Secondary Structure Prediction
  5. Structure-based protein design with deep learning
  6. Learning dynamics from large biological data sets: Machine learning meets systems biology
  7. A Perspective on Deep Learning for Molecular Modeling and Simulations
  8. Computational and Theoretical Methods for Protein Folding
  9. Data-Driven Molecular Dynamics: A Multifaceted Challenge
  10. PDBench: evaluating computational methods for protein-sequence design
  11. Complex systems approaches for Earth system data analysis
  12. Current directions in combining simulation-based macromolecular modeling approaches with deep learni...
  13. Machine Learning with and for Molecular Dynamics Simulations
  14. Representation Learning in Chemistry
  15. Soft Computing Techniques for the Protein Folding Problem on High Performance Computing Architecture...
  16. Evolutionary search algorithms for protein modeling
  17. Evolutionary Algorithms for Protein Structure Modeling
  18. The Potential of Machine Learning to Enhance Computational Fluid Dynamics.
  19. Machine learning approaches for analyzing and enhancing molecular dynamics simulations
　...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。

  • 1小时前

    海蓝云天 海蓝云天 Lv734 上传了文件

    待审核 Machine learning for protein folding and dynamics-am.pdf (7.07 MB)
    温馨提示：本文件中的下载单位、IP等隐私信息已被删除。如有遗漏，请 提交工单 反馈。

  • 1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

    09:32:31 未找到该文献，机器人已退出，请等待人工下载
    09:32:27 科研通AI机器人（英国 伦敦）收到请求，开始寻找文献
    09:32:27 已向机器人发送请求

  • 1小时前

    竹林听雨zxs 竹林听雨zxs Lv7 求助人 发起了本次求助

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
wanglixia完成签到，获得积分10
刚刚
风清扬发布了新的文献求助10
刚刚
0109完成签到，获得积分10
刚刚
刚刚
刚刚
李爱国的应助被ginger采纳，获得10
1秒前
1秒前
SuperWR完成签到，获得积分10
1秒前
小乌龟完成签到，获得积分10
1秒前
Ffgg发布了新的文献求助10
2秒前
wanci的应助被自由颤采纳，获得10
2秒前
2秒前
甜美的冰姬完成签到，获得积分10
3秒前
qqq发布了新的文献求助10
3秒前
DX完成签到，获得积分10
3秒前
CodeCraft的应助被know采纳，获得10
3秒前
3秒前
3秒前
4秒前
liyyyyy完成签到，获得积分20
4秒前
英俊青旋完成签到，获得积分10
4秒前
kiminonawa发布了新的文献求助10
4秒前
heqiancan完成签到，获得积分10
4秒前
徐志豪完成签到，获得积分20
5秒前
mins发布了新的文献求助10
6秒前
非布司他发布了新的文献求助10
6秒前
6秒前
7秒前
布偶2007完成签到，获得积分10
7秒前
亗sui发布了新的文献求助10
7秒前
自然浩阑发布了新的文献求助10
7秒前
方法完成签到，获得积分10
7秒前
liyyyyy发布了新的文献求助10
8秒前
害羞的醉卉完成签到 ，获得积分10
8秒前
Vivifang的应助被Chiwen采纳，获得10
8秒前
XP完成签到 ，获得积分10
9秒前
9秒前
陈辰晨发布了新的文献求助30
9秒前
木木完成签到，获得积分10
10秒前
sikhwan_发布了新的文献求助30
10秒前
高分求助中
(应助此贴封号)【重要！！请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
The Cambridge History of China: Volume 4, Sui and T'ang China, 589–906 AD, Part Two 1000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1000
Russian Foreign Policy: Change and Continuity 800
Real World Research, 5th Edition 800
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 800
Superabsorbent Polymers 700
热门求助领域 （近24小时）
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号，转发送积分 5708093
求助须知：如何正确求助？哪些是违规求助？ 5186941
关于积分的说明 15252667
捐赠科研通 4861172
什么是DOI，文献DOI怎么找？ 2609274
邀请新用户注册赠送积分活动 1559914
关于科研通互助平台的介绍 1517692
Copyright © 2020-2026 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：821889395【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