标题 |
![]() 从分子结构预测制冷剂及相关化合物的全球升温潜能值——基于基团贡献法的人工神经网络
相关领域
制冷剂
GCM转录因子
人工神经网络
全球变暖潜力
群贡献法
全球变暖
环境科学
计算机科学
化学
机器学习
热力学
大气环流模式
气候变化
温室气体
相平衡
有机化学
物理
地质学
气体压缩机
海洋学
相(物质)
|
网址 | |
DOI | |
其它 |
期刊:International Journal of Refrigeration-revue Internationale Du Froid 作者:S. Devotta; Asha B. Chelani; A Vonsild 出版日期:2021-11-01 |
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。
|