| 标题 |
[求助补充材料]
Machine learning navigates the journey from single- to dual-atom catalysts: Unlocking the potential of novel g-B9N10 for nitrogen reduction with density functional theory and constant-potential modeling 相关领域
密度泛函理论
催化作用
人工智能
对偶(语法数字)
机器学习
化学
还原(数学)
基质(水族馆)
计算机科学
独立性(概率论)
原子轨道
过渡金属
吸附
生物系统
无监督学习
能量(信号处理)
操作员(生物学)
纳米技术
钥匙(锁)
金属
计算化学
氮气
氧化还原
常量(计算机编程)
主成分分析
人工神经网络
数学
选择性催化还原
鉴定(生物学)
特征(语言学)
生化工程
混合功能
监督学习
分子
材料科学
|
| 网址 | |
| DOI | |
| 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)