Performance assessment of various graph neural network architectures for predicting yield in cross-coupling reactions

产量(工程) 人工神经网络 图形 计算机科学 联轴节(管道) 生物系统 人工智能 化学 机器学习 材料科学 理论计算机科学 生物 冶金
作者
C. Rajalakshmi,Siti Salwah Salim,Sherin Susan Cherian,R. Darsana,S. Rosemary,S Kavya,Vibin Ipe Thomas
出处
期刊:Physical Chemistry Chemical Physics [Royal Society of Chemistry]
标识
DOI:10.1039/d5cp01072a
摘要

This study presents a comparative analysis of various graph neural network architectures for predicting yields in transition metal-catalyzed cross-coupling reactions.

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
英姑的应助被蜡笔小新采纳,获得10
刚刚
小羊完成签到 ,获得积分10
2秒前
2秒前
爱听歌的冬天的应助被南施闻采纳,获得10
2秒前
2秒前
SherlockJia发布了新的文献求助10
3秒前
zgsy完成签到,获得积分10
5秒前
6秒前
6秒前
6秒前
田様的应助被典雅的奇迹采纳,获得10
6秒前
荷叶边边头完成签到,获得积分10
7秒前
研友_Zr2mxZ发布了新的文献求助10
7秒前
所所的应助被啦啦啦采纳,获得10
7秒前
8秒前
9秒前
111完成签到,获得积分10
9秒前
Noble.ED发布了新的文献求助10
10秒前
10秒前
熹禾予福完成签到,获得积分10
11秒前
11秒前
11秒前
思源的应助被时聿采纳,获得10
11秒前
12秒前
蜡笔小新发布了新的文献求助10
12秒前
上官若男的应助被tt采纳,获得10
12秒前
冷酷慕山完成签到,获得积分10
12秒前
NexusExplorer的应助被LIUZQ采纳,获得10
15秒前
大胆的自行车完成签到 ,获得积分10
16秒前
奋斗哈基米完成签到,获得积分10
16秒前
36发布了新的文献求助10
17秒前
17秒前
18秒前
狂野元柏完成签到,获得积分10
19秒前
熊猫海发布了新的文献求助10
19秒前
19秒前
19秒前
20秒前
游一发布了新的文献求助10
20秒前
20秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Stochastic Models in Operations Research,Vol. 2 600
Critical Bildung: Hegel and the Logic of Diremption 500
桑白皮エキスの実験的, 臨床的育毛効果について 500
Qualitative Methodologies in Tourism Studies: Disrupting and Co-creating Critical Research 350
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8039474
求助须知:如何正确求助?哪些是违规求助? 9474015
关于积分的说明 21269350
捐赠科研通 7608212
什么是DOI,文献DOI怎么找? 3390941
关于科研通互助平台的介绍 2522480
邀请新用户注册赠送积分活动 2428454