| 标题 |
Generality-Driven Optimization of Enantio- and Regioselective Mono-Reduction of 1,2-Dicarbonyls by High-Throughput Experimentation and Machine Learning 相关领域
工作流程
计算机科学
预处理器
区域选择性
人工智能
故障排除
机器学习
基质(水族馆)
概括性
核磁共振波谱
特征(语言学)
直线(几何图形)
催化作用
组合化学
化学
理论(学习稳定性)
底物特异性
量子化学
数据预处理
立体中心
二维核磁共振波谱
定性分析
主动学习(机器学习)
范围(计算机科学)
光谱学
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Angew Chem Int Ed Engl 作者:Seo T, Kim D, Ham S, Chung YK, Jeong I, Huh J, Kim H, Ryu DH 出版日期:2025-11-02 |
| 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。
|
PDF的下载单位、IP信息已删除
(2025-6-4)