| 标题 |
Computationally efficient machine-learned model for GST phase change materials via direct and indirect learning 基于直接和间接学习的GST相变材料计算高效的机器学习模型
相关领域
计算机科学
相(物质)
人工智能
机器学习
化学
有机化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊:The Journal of Chemical Physics 作者:Owen R. Dunton; Tom Arbaugh; Francis W. Starr 出版日期:2025-01-15 |
| 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。
|