Surrogate Models of Hydrogen Oxidation Kinetics based on Deep Neural Networks

已关闭

文献求助详情

标题	Surrogate Models of Hydrogen Oxidation Kinetics based on Deep Neural Networks
网址	https://doi.org/10.1134/S004057952302001X
DOI	10.1134/S004057952302001X doi
其它	期刊：Theoretical Foundations of Chemical Engineering 作者：E. Akeweje; V. Vanovskiy; A. Vishnyakov 出版日期：2023
求助人	JasmineFeng 在 2026-01-30 15:21:35 发布自江苏，悬赏 10 积分
下载

上个求助

提交工单

求助 / 应助时间线

7个月前，求助关闭

科研通管家机器人关闭了本次求助。

说明求助超时（查看超时原因）自动关闭，请核实信息是否正确，如果确实需要，您可重新发布求助。【积分已退回】
7个月前

JasmineFeng Lv4 求助人发起了本次求助

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

⚡ 2026年影响因子、分区 已更新！ (2026-6-17)

更新

📰 新增『新锐期刊分区』 (2026-3-24)

更新

💬 新增更精细的自定义提醒设置 (2026-1-4)

新增

🕒 每天60秒读懂世界·精选全球要闻 (2026-1-2)

新增

PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: 领导范儿的应助被Yvonne采纳，获得10

刚刚; 启明发布了新的文献求助10

1秒前; doctorxipishi完成签到，获得积分10

2秒前; 梦回唐朝完成签到，获得积分10

3秒前; 务实新柔发布了新的文献求助20

4秒前; 李健的应助被小杰采纳，获得10

4秒前; 瘦瘦稀完成签到，获得积分10

4秒前; jiajia关注了科研通微信公众号

4秒前; 小杨完成签到，获得积分10

7秒前; 乐乐上传了应助文件

7秒前; HiQ的应助被zzz采纳，获得20

8秒前; HiQ的应助被zzz采纳，获得20

8秒前; 单纯的忆安完成签到，获得积分10

8秒前; Akim上传了应助文件

8秒前; Eileen完成签到，获得积分10

9秒前; CoQ完成签到，获得积分20

9秒前; whf完成签到，获得积分20

11秒前; Zero发布了新的文献求助10

11秒前; 落寞伯云上传了应助文件

14秒前; 我是老大的应助被小羊采纳，获得10

14秒前; 老六发布了新的文献求助10

15秒前; maguodrgon发布了新的文献求助10

16秒前; 李健上传了应助文件

16秒前; sh131完成签到，获得积分10

17秒前; 万能图书馆的应助被LynShen采纳，获得30

18秒前; 冷傲的宛白上传了应助文件

18秒前; 黎明的曙光完成签到，获得积分10

19秒前; 爆米花的应助被Wei采纳，获得30

20秒前; 可爱的函函的应助被YYU采纳，获得10

20秒前; 香山叶正红完成签到，获得积分10

20秒前; whf发布了新的文献求助10

21秒前; 我是老大上传了应助文件

21秒前; 李爱国上传了应助文件

21秒前; 完美世界上传了应助文件

22秒前; Nole的应助被Wille采纳，获得10

24秒前; 老迟到的白开水发布了新的文献求助10

25秒前; 小羊发布了新的文献求助10

26秒前; 加油加油加油完成签到，获得积分10

26秒前; lili发布了新的文献求助10

27秒前; 爆米花的应助被maguodrgon采纳，获得10

27秒前