| 标题 |
Physics-Informed Machine Learning Overcomes Particle-Size Nonlinearities That Confound the Raman Spectrometry of Granular Carbonaceous Materials 相关领域
拉曼光谱
背景(考古学)
化学
拉曼散射
吸收(声学)
粒子(生态学)
粒径
生物系统
多元统计
光散射
分析化学(期刊)
光谱学
消光(光学矿物学)
机器学习
人工智能
表征(材料科学)
粒度
散射
回归分析
样品制备
光学
线性回归
X射线拉曼散射
化学成像
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Analytical Chemistry 作者:Ginger W. Brown; Natalia Solomatova; Matthew D. Kowal; Miayan Larose; Calum Cole; et al 出版日期:2026-09-25 |
| 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)