| 标题 |
  Predictive model for the discovery of sinter-resistant supports for metallic nanoparticle catalysts by interpretable machine learning 通过可解释机器学习发现金属纳米粒子催化剂抗烧结载体的预测模型
相关领域
纳米材料基催化剂
纳米颗粒
材料科学
纳米技术
分子动力学
人工智能
理论（学习稳定性）
机器学习
蒙特卡罗方法
功能（生物学）
深度学习
氧化物
计算机科学
工作（物理）
特征（语言学）
曲面（拓扑）
人工神经网络
钥匙（锁）
催化作用
计算模型
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Nature Catalysis 作者：Chenggong Jiang; Bill Yan; Bryan R. Goldsmith; Suljo Linic 出版日期：2025-09-29 |
| 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)
老的火龙果
DW
无极微光
秋风
xing_xing
Nole
OK
aajhajkahna
aaaa
cdercder
coolru
贪玩的秋柔
grassland
Criminology34
DOC_XIONG
Lingeek
Enigma_GEB
Ali
Kao
嘉心糖
皖公网安备34019202002308
