| 标题 |
  Rapid and accurate predictions of perfect and defective material properties in atomistic simulation using the power of 3D CNN-based trained artificial neural networks 利用基于3D CNN的训练人工神经网络在原子模拟中快速准确地预测完美和有缺陷的材料特性
相关领域
计算机科学
桥接（联网）
卷积神经网络
分子动力学
人工神经网络
人工智能
领域（数学）
机器学习
物理
数学
计算机网络
量子力学
纯数学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Scientific Reports 作者：Iman Peivaste; Saba Ramezani; Ghasem Alahyarizadeh; Reza Ghaderi; Ahmed Makradi; et al 出版日期：2024-01-02 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
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
浮游
无极微光
Jared
shhoing
BowieHuang
香蕉诗蕊
yznfly
带头大哥
热心市民小红花
Zx_1993
风吹麦田
niNe3YUE
子车茗
Stella
核桃
小青椒
欣慰元蝶
昏睡的蟠桃
whoKnows
ZeKaWa
彭于彦祖
zhonglv7
达雨
pluto
皖公网安备34019202002308
