| 标题 |
[求助补充材料]
  Utilizing Machine Learning Models with Molecular Fingerprints and Chemical Structures to Predict the Sulfate Radical Rate Constants of Water Contaminants 利用具有分子指纹和化学结构的机器学习模型预测水体污染物的硫酸根速率常数
相关领域
支持向量机
随机森林
人工智能
决策树
机器学习
分子描述符
梯度升压
激进的
试验装置
数量结构-活动关系
污染物
Boosting（机器学习）
化学
计算机科学
预测建模
有机化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Processes 作者：Ting Tang; Dehao Song; Jinfan Chen; Zhenguo Chen; Yufan Du; et al 出版日期：2024-02-14 |
| 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。
|
SYLH
昏睡的蟠桃
jenningseastera
cdercder
冰魂
帮主哥哥
pluto
一一
卡卡西
iNk
OCDer
许甜甜鸭
hanzhipad
寒鸦浮水
nozero
chenjzhuc
猪猪hero
遇上就这样吧
含蓄的荔枝
Benjamin
皖公网安备34019202002308
