| 标题 |
Uncertainty Quantification in Molecular Machine Learning for Property Predictions under Data Shifts 相关领域
不确定度量化
财产(哲学)
稳健性(进化)
标杆管理
计算机科学
人工智能
水准点(测量)
机器学习
化学空间
贝叶斯概率
数据集
集合(抽象数据类型)
大数据
数据挖掘
适用范围
测量不确定度
可靠性(半导体)
贝叶斯推理
合成数据
不确定度分析
均方预测误差
贝叶斯定理
实验数据
预测建模
计算模型
药物发现
财产价值
训练集
敏感性分析
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Journal of Chemical Information and Modeling 作者:Raquel Parrondo-Pizarro; Jessica Lanini; Raquel Rodríguez-Pérez 出版日期:2026-01-14 |
| 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。
|
PDF的下载单位、IP信息已删除
(2025-6-4)