| 标题 |
A Machine Learning Framework for Quantifying Chemical Segregation and Microstructural Features in Atom Probe Tomography Data 用于量化原子探针层析成像数据中化学偏析和微观结构特征的机器学习框架
相关领域
原子探针
体素
聚类分析
分割
组分(热力学)
人工智能
管道(软件)
计算机科学
模式识别(心理学)
无监督学习
生物系统
材料科学
微观结构
表征(材料科学)
纳米技术
物理
冶金
热力学
程序设计语言
生物
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Microscopy and Microanalysis 作者:Alaukik Saxena; Nikita Polin; Navyanth Kusampudi; Shyam Katnagallu; Leopoldo Molina‐Luna; et al 出版日期:2023-08-28 |
| 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。
|