| 标题 |
Machine learning to design metal–organic frameworks: progress and challenges from a data efficiency perspective 机器学习设计金属有机框架:从数据效率角度看进展与挑战
相关领域
模块化设计
计算机科学
灵活性(工程)
交叉口(航空)
资源(消歧)
机器学习
人工智能
资源效率
数据科学
系统工程
透视图(图形)
建筑
生成语法
质量(理念)
特征(语言学)
航程(航空)
空格(标点符号)
数据质量
设计空间探索
数据聚合器
工作(物理)
管理科学
风险分析(工程)
生成模型
模块化(生物学)
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Materials Horizons 作者:Diego A. Gómez‐Gualdrón; Tatiane Gercina de Vilas; Katherine Ardila; Jair Fernando Fajardo-Rojas; Alexander J. Pak 出版日期:2025-12-04 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
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)