| 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
数学分析
数学教育
数据库
|
| 网址 | |
| DOI | |
| 求助人 | |
| 下载 | 暂无链接，等待应助者上传 |
|
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
不配.
Zoo
gexzygg
鸣笛
顺利的琳
七月流火
机灵柚子
Meyako
ED
ljc2
xzy998
仰望喀纳斯的星空
pluto
iNk
CAOHOU
飲啖茶食個包
不安青牛
8R60d8
eric888
小青椒
皖公网安备34019202002308
