| 标题 |
 A graph-based probabilistic geometric deep learning framework with online enforcement of physical constraints to predict the criticality of defects in porous materials 一种基于图的概率几何深度学习框架，在线实施物理约束，预测多孔材料缺陷的临界性
相关领域
计算机科学
概率逻辑
外推法
微尺度化学
卷积神经网络
人工智能
离散化
推论
可扩展性
图形
人工神经网络
机器学习
算法
理论计算机科学
数学
数据库
数学分析
数学教育
|
| 网址 | |
| DOI | |
| 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)
Kao
cdercder
潇洒的惋清
林金花
小荷才露尖尖角
无极微光
毛豆
七月不远
GingerF
OK
乐空思
东方元语
liuzhuohao
Copyright
老胡
Nole
青枫
初遇之时最暖
arniu2008
pluto
皖公网安备34019202002308
