标题 |
![]() 通过迁移学习加速发现先进的热电材料
相关领域
材料科学
人工神经网络
带隙
热电效应
塞贝克系数
平均绝对误差
机器学习
功率(物理)
工作(物理)
类型(生物学)
计算机科学
学习迁移
人工智能
光电子学
均方误差
热力学
物理
数学
统计
生物
生态学
|
网址 | |
DOI | |
其它 |
期刊:Advanced Energy Materials 作者:Mengke Li; Hongmei Yuan; Yufeng Luo; Xiaoyi Ma; Huijun Liu; et al 出版日期:2023-04-09 |
求助人 | |
下载 | 求助已完成,仅限求助人下载。 |
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。
|