Leveraging ensemble machine learning models (XGBoost and random forest) and genetic algorithms to predict factors contributing to the liposomal entrapment of therapeutics

已完结

文献求助详情

标题	Leveraging ensemble machine learning models (XGBoost and random forest) and genetic algorithms to predict factors contributing to the liposomal entrapment of therapeutics
网址	https://doi.org/10.1039/d5nr01741f
DOI	10.1039/d5nr01741f doi
其它	期刊：Nanoscale 作者：Khodadadi F, Taghizadeh F, Hashemi Baghi A, Ayyoubzadeh SM, Dadashzadeh S, Haeri A 出版日期：2025-10-02
求助人	Simone 在 2026-11-01 22:03:51 发布自广东，悬赏 10 积分
下载	求助已完成，仅限求助人或该文件上传人下载。

上个求助

下个求助

提交工单

该求助已完结，感谢关注

如需该文献，请重新发布求助，前往发布

在科研通，轻松享有文献下载的自由

请遵守相关知识产权规定，勿将文件分享给他人，仅可用于个人研究学习

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

⚡ 2026年影响因子、分区 已更新！ (2026-6-17)

更新

📰 新增『新锐期刊分区』 (2026-3-24)

更新

💬 新增更精细的自定义提醒设置 (2026-1-4)

新增

🕒 每天60秒读懂世界·精选全球要闻 (2026-1-2)

新增

PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: sweet发布了新的文献求助10

刚刚; 科研通AI6.4上传了应助文件

刚刚; 科研通AI6.2的应助被Dongshuxiang123采纳，获得10

1秒前; 坚强冰枫上传了应助文件

1秒前; 工藤新一关注了科研通微信公众号

2秒前; 狗狗饲养员完成签到，获得积分10

2秒前; polaris完成签到，获得积分10

3秒前; 传奇3上传了应助文件

3秒前; Zhen_Huang关闭了Zhen_Huang的文献求助

4秒前; 科目三的应助被Akira采纳，获得10

5秒前; 彭于晏上传了应助文件

5秒前; 颂宋完成签到，获得积分20

6秒前; 天天快乐上传了应助文件

7秒前; orixero的应助被yo采纳，获得10

7秒前; 葳蕤一水完成签到，获得积分10

8秒前; zhangjianan发布了新的文献求助10

9秒前; kaidi发布了新的文献求助10

9秒前; 赘婿的应助被沐雨采纳，获得10

10秒前; 豆芽完成签到，获得积分10

10秒前; 什么也不知道发布了新的文献求助10

11秒前; purple完成签到，获得积分10

12秒前; junjiehu完成签到，获得积分10

13秒前; 酷波er的应助被zhangjianan采纳，获得10

15秒前; 科研通AI6.4上传了应助文件

16秒前; 桐桐上传了应助文件

16秒前; 思源的应助被111采纳，获得10

16秒前; 丘比特上传了应助文件

17秒前; Elsevier大王的应助被和谐莛采纳，获得30

18秒前; 王思诺发布了新的文献求助10

18秒前; 充电宝的应助被152455采纳，获得10

18秒前; 大模型的应助被152455采纳，获得10

18秒前; Muller完成签到，获得积分10

19秒前; 搜集达人上传了应助文件

20秒前; 木子完成签到，获得积分10

20秒前; 开朗的寄灵发布了新的文献求助10

21秒前; Jingyi发布了新的文献求助10

21秒前; 什么也不知道完成签到，获得积分10

22秒前; Firewoods发布了新的文献求助20

23秒前; 香蕉觅云的应助被yuyu采纳，获得10

24秒前; 工藤新一发布了新的文献求助10

25秒前