| 标题 |
 Robust generative transition-state models for unseen chemistry 相关领域
生成语法
一般化
人工智能
计算机科学
机器学习
领域（数学分析）
生成模型
新颖性
化学空间
计算模型
大概是正确的学习
训练集
量子化学
适用范围
领域知识
方案（数学）
化学
化学过程
预测建模
过渡（遗传学）
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Nature Computational Science 作者：Samir Darouich; Jacob W. Toney; Weiliang Luo; Johannes Kästner; Mathias Niepert; et al 出版日期：2026-08-12 |
| 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
(2025-6-4)
Nole
cdercder
东方元语
张欢馨
呵呵
OK
aajhajkahna
MozzieMiao
昏睡的蟠桃
xing_xing
Kao
可爱的小paper
丰富语蕊
cat
v0id
认真芷容
yjh123
Nexus
七听
初景
皖公网安备34019202002308
