| 标题 |
Extensible Structure-Informed Prediction of Formation Energy with improved accuracy and usability employing neural networks 利用神经网络提高准确性和可用性的可扩展结构信息预测地层能量
相关领域
过度拟合
计算机科学
人工神经网络
可用性
可扩展性
一般化
沃罗诺图
Atom(片上系统)
试验装置
人工智能
机器学习
能量(信号处理)
集合(抽象数据类型)
算法
数据挖掘
数学
人机交互
数学分析
操作系统
程序设计语言
统计
几何学
嵌入式系统
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Computational Materials Science 作者:Adam M. Krajewski; Jonathan W. Siegel; Jinchao Xu; Zi-Kui Liu 出版日期:2022 |
| 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。
|