| 标题 |
Data-driven prediction of ionic conductivity in solid-state electrolytes with machine learning and large language models 相关领域
机器学习
人工智能
计算机科学
特征(语言学)
树(集合论)
排名(信息检索)
人工神经网络
算法
数据挖掘
对称(几何)
电导率
试验数据
特征提取
可微函数
引导聚合
排列(音乐)
图形
离子电导率
子程序
元数据
集合预报
自然语言处理
模式识别(心理学)
化学计量学
MNIST数据库
深度学习
离子键合
数据建模
|
| 网址 | |
| DOI | |
| 其它 |
期刊:The Journal of Chemical Physics 作者:Haewon Kim; Taekgi Lee; Seongeun Hong; Kyeong-Ho Kim; Yongchul G. Chung 出版日期:2026-03-16 |
| 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)