| 标题 |
 Integrated Quantum Mechanical and Machine Learning Methods Enable Scalable and General pKa Prediction for Pharmacokinetic Modeling 集成的量子力学和机器学习方法实现了用于药代动力学建模的可扩展和通用pKa预测
相关领域
概化理论
可扩展性
试验装置
水准点（测量）
均方误差
计算机科学
近似误差
数量结构-活动关系
集合（抽象数据类型）
机器学习
人工智能
化学
算法
数学
统计
地理
程序设计语言
数据库
大地测量学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：The FASEB Journal 作者：Daniel M. Walden; Yogesh Bundey; Nicholas E. Brunk; Maksim Khotimchenko; Hypatia Hou; et al 出版日期：2022-05-01 |
| 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
科研01
剑指东方是为谁
从容芮
Kuga
YifanWang
痴情的博超
无敌暴龙战神
小宋
eric888
HEIKU
shinysparrow
小趴菜
OCDer
14999
nenoaowu
积极的台灯
Zhoulyu
MchemG
若雨凌风
核桃
皖公网安备34019202002308
