标题 |
Toward Predicting Intermetallics Surface Properties with High-Throughput DFT and Convolutional Neural Networks
用高通量DFT和卷积神经网络预测金属间化合物表面性能
相关领域
双金属片
卷积神经网络
劈理(地质)
工作流程
金属间化合物
化学空间
材料科学
计算机科学
纳米材料
纳米颗粒
吞吐量
人工神经网络
计算科学
纳米技术
催化作用
人工智能
化学
数据库
电信
药物发现
复合材料
生物化学
断裂(地质)
无线
合金
|
网址 | |
DOI | |
其它 |
期刊:Journal of Chemical Information and Modeling 作者:Aini Palizhati; Wen Zhong; Kevin Tran; Seoin Back; Zachary W. Ulissi 出版日期:2019-10-23 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
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。
|