Training data augmentation: An empirical study using generative adversarial net-based approach with normalizing flow models for materials informatics

已完结

文献求助详情

标题	Training data augmentation: An empirical study using generative adversarial net-based approach with normalizing flow models for materials informatics
网址	http://dx.doi.org/10.1016/j.asoc.2019.105932
DOI	10.1016/j.asoc.2019.105932 doi
其它	期刊：Applied Soft Computing 作者：Hiroshi Ohno 出版日期：2020-01-01
求助人	哈哈哈在 2026-07-28 14:43:04 发布自浙江，悬赏 10 积分
下载	求助已完成，仅限求助人下载。

上个求助

下个求助

提交工单

该求助已完结，感谢关注

如需该文献，请重新发布求助，前往发布

科研通，让源源不断科研创作灵感的涌现之地

请遵守相关知识产权规定，勿将文件分享给他人，仅可用于个人研究学习

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

⚡ 2026年影响因子、分区 已更新！ (2026-6-17)

更新

📰 新增『新锐期刊分区』 (2026-3-24)

更新

💬 新增更精细的自定义提醒设置 (2026-1-4)

新增

🕒 每天60秒读懂世界·精选全球要闻 (2026-1-2)

新增

PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: 小二郎的应助被铲屎官采纳，获得10

刚刚; NexusExplorer上传了应助文件

1秒前; 在水一方的应助被XY采纳，获得30

1秒前; 李健的小迷弟上传了应助文件

1秒前; 情怀的应助被ray采纳，获得10

1秒前; 搜集达人上传了应助文件

1秒前; 李健的小迷弟上传了应助文件

2秒前; 科研通AI6.2上传了应助文件

2秒前; cdercder上传了应助文件

3秒前; 完美世界的应助被你在烦恼什么采纳，获得10

3秒前; 雇凶暗杀蛋饺发布了新的文献求助10

4秒前; 搜集达人上传了应助文件

4秒前; 迷人的世倌发布了新的文献求助10

4秒前; 有机分子笼完成签到，获得积分10

4秒前; 科研通AI6.2的应助被jiaying采纳，获得10

4秒前; 1vvZ上传了应助文件

4秒前; 宋德宇完成签到，获得积分10

4秒前; 科研通AI6.2的应助被无私翅膀采纳，获得10

4秒前; 脑洞疼上传了应助文件

5秒前; ya发布了新的文献求助10

5秒前; A11关注了科研通微信公众号

6秒前; 雾雨星空发布了新的文献求助10

6秒前; llig发布了新的文献求助10

6秒前; 研友_5Y9775发布了新的文献求助10

6秒前; lili完成签到，获得积分10

7秒前; 以后要早睡完成签到，获得积分10

8秒前; 科研通AI6.2的应助被漂亮的傲白采纳，获得10

8秒前; cdercder的应助被hhh采纳，获得10

8秒前; 李健的小迷弟上传了应助文件

8秒前; huohuo完成签到，获得积分10

9秒前; ABC发布了新的文献求助10

9秒前; 鲤鱼宝贝完成签到，获得积分10

9秒前; 苗条的一兰发布了新的文献求助10

9秒前; ilike完成签到，获得积分10

9秒前; 藕丁完成签到，获得积分10

9秒前; stephanie_han完成签到，获得积分10

10秒前; JamesPei的应助被满意新之采纳，获得10

10秒前; 小林康娜酱完成签到，获得积分10

10秒前; 胡浩发布了新的文献求助10

10秒前; 科研通AI6.2上传了应助文件

10秒前