| 标题 |
 Prediction of phase and hardness of HEAs based on constituent elements using machine learning models 基于组成元素的机器学习模型预测HEAs的相和硬度
相关领域
材料科学
人工神经网络
预测建模
高熵合金
相（物质）
训练集
回归分析
机器学习
人工智能
冶金
微观结构
计算机科学
化学
有机化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Materials today communications 作者：Mahmoud Bakr; Junaidi Syarif; Mohamed Hashem 出版日期：2022-03-31 |
| 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。
|
PDF的下载单位、IP信息已删除
SYLH
yznfly
热心市民小红花
Rondab
ED
ceeray23
djiwisksk66
现代的访曼
眯眯眼的衬衫
无私的芹
鸣笛
pluto
Tourist
iNk
jenningseastera
Singularity
核桃
柯一一
昏睡的蟠桃
eric888
皖公网安备34019202002308
