| 标题 |
 Accurate and Interpretable Dipole Interaction Model-Based Machine Learning for Molecular Polarizability 基于偶极相互作用模型的分子极化率机器学习
相关领域
极化率
偶极子
计算机科学
机器学习
人工神经网络
航程（航空）
集合（抽象数据类型）
Atom（片上系统）
人工智能
训练集
分子
分子动力学
统计物理学
计算化学
物理
化学
量子力学
材料科学
嵌入式系统
复合材料
程序设计语言
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of Chemical Theory and Computation 作者：Chaoqiang Feng; Jin Xi; Yaolong Zhang; Bin Jiang; Yong Zhou 出版日期：2023-02-08 |
| 求助人 | |
| 下载 | 暂无链接，等待应助者上传 |
|
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)
cctv18
孙燕
从容芮
HEIKU
小彭友
冰魂
jyy
Triaxane
MchemG
dawnfrf
风清扬
Singularity
若雨凌风
轻松小张
高数数
ZYP
薅住科研的头发
coolkid
苏卿
Hang
皖公网安备34019202002308
