Машинное обучение для разработки и открытия гетерогенных катализаторов
Machine learning for heterogeneous catalyst design and discovery
2018-05-07
SCID: 54.1/7kg8yypk
Discuss with AI
открытие катализаторовдизайн гетерогенных катализаторовмашинное обучение
Figures from the paper
Abstract (AI)
Рецензировано
Key Findings
1
В представленном тексте не указаны методы, количественные результаты, сравнения, наборы данных или ограничения.
2
Аннотация не содержит научных выводов, кроме указания машинного обучения для проектирования и открытия гетерогенных катализаторов как темы статьи.
Research Object
гетерогенные катализаторы
Research Subject
проектирование и открытие катализаторов с использованием машинного обучения
Publication Details
Publication Date
2018-05-07
Journal
Publisher
ISSN
Cited by
447
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai6
Scikit-learn: машинное обучение на Python2012
Комментарий: Проект Materials Project: геномный подход к материалам для ускорения инноваций в материаловедении2013
Atomic Simulation Environment — библиотека Python для работы с атомами2017
О представлении химических окружений2013
Машинное обучение в информатике материалов: современные применения и перспективы2017
Ускорение поиска материалов для чистой энергетики в эпоху интеллектуальной автоматизации2018
Работы, цитирующие эту статью5
DScribe: библиотека дескрипторов для машинного обучения в материаловедении2019
Перспективы искусственного интеллекта в химической технологии: наконец-то он здесь?2018
Развитие технологий химической инженерии с помощью искусственного интеллекта2025
Дескрипторы машинного обучения для исследования катализа на основе данных2023
Высокие каталитическая активность и селективность при восстановлении N2 в MBenes, дефектных двумерных материалах и одноатомных катализаторах на основе двумерных π-сопряжённых полимеров: расчёты из первых принципов и машинное обучение2021