DeepMind AI tackles one of chemistry’s most valuable techniques

化学 电子密度 计算机科学 人工智能 机器学习 电子 物理 核物理学
作者
Davide Castelvecchi
出处
期刊:Nature [Nature Portfolio]
卷期号:600 (7889): 371-371 被引量:5
标识
DOI:10.1038/d41586-021-03697-8
摘要

Machine-learning algorithm predicts material properties using electron density. Machine-learning algorithm predicts material properties using electron density.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
45275357完成签到 ,获得积分10
刚刚
一篮子青柠檬完成签到,获得积分10
1秒前
领导范儿应助武雨寒采纳,获得10
1秒前
lemon完成签到 ,获得积分10
1秒前
JIECHENG完成签到 ,获得积分10
2秒前
2秒前
吕君完成签到,获得积分10
3秒前
汝桢完成签到 ,获得积分10
4秒前
一万朵蝴蝶完成签到,获得积分10
4秒前
LuciusHe完成签到,获得积分10
4秒前
8秒前
magic_sweets完成签到,获得积分10
8秒前
Eine发布了新的文献求助10
9秒前
客念完成签到 ,获得积分10
10秒前
flora完成签到,获得积分10
10秒前
SciGPT应助端庄的凌旋采纳,获得10
11秒前
zhongjr_hz完成签到,获得积分10
11秒前
shang完成签到,获得积分10
12秒前
Jason发布了新的文献求助10
12秒前
孝择完成签到 ,获得积分10
12秒前
俺村俺最牛完成签到 ,获得积分10
13秒前
666完成签到,获得积分10
13秒前
蛋花肉圆汤完成签到,获得积分0
14秒前
jjqzju完成签到,获得积分10
14秒前
欧阳小菲完成签到,获得积分20
16秒前
红烧肉耶完成签到 ,获得积分10
16秒前
xdnp2002完成签到 ,获得积分10
17秒前
pangminmin完成签到,获得积分10
18秒前
ruixuekuangben完成签到,获得积分0
20秒前
恩吉尔完成签到,获得积分10
21秒前
Orange应助arniu2008采纳,获得10
22秒前
花卷完成签到,获得积分10
23秒前
23秒前
pmsl完成签到,获得积分10
24秒前
叁壹粑粑完成签到,获得积分10
24秒前
Eine完成签到,获得积分10
25秒前
yyy完成签到 ,获得积分10
25秒前
海阔天空完成签到 ,获得积分0
25秒前
科研通AI6.1应助登风采纳,获得10
27秒前
dzdzn发布了新的文献求助10
28秒前
高分求助中
Malcolm Fraser : a biography 680
Signals, Systems, and Signal Processing 610
天津市智库成果选编 600
Climate change and sports: Statistics report on climate change and sports 500
Forced degradation and stability indicating LC method for Letrozole: A stress testing guide 500
Organic Reactions Volume 118 400
A Foreign Missionary on the Long March: The Unpublished Memoirs of Arnolis Hayman of the China Inland Mission 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6459213
求助须知:如何正确求助?哪些是违规求助? 8268378
关于积分的说明 17621595
捐赠科研通 5528363
什么是DOI,文献DOI怎么找? 2905909
邀请新用户注册赠送积分活动 1882638
关于科研通互助平台的介绍 1727743