Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 DetailsÜbersicht
  Identification of Optimal Metal-Organic Frameworks by Machine Learning: Structure Decomposition, Feature Integration, and Predictive Modeling

Wang, Z., Zhou, Y., Zhou, T., & Sundmacher, K. (2022). Identification of Optimal Metal-Organic Frameworks by Machine Learning: Structure Decomposition, Feature Integration, and Predictive Modeling. Computers & Chemical Engineering, 160: 107739. doi:10.1016/j.compchemeng.2022.107739.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-000A-19E2-B Versions-Permalink: https://hdl.handle.net/21.11116/0000-000A-6BB8-F
Genre: Zeitschriftenartikel

Dateien

einblenden: Dateien
ausblenden: Dateien
:
10.1016_j.compchemeng.2022.107739.pdf (Verlagsversion), 5MB
 
Datei-Permalink:
-
Name:
10.1016_j.compchemeng.2022.107739.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Privat
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-
:
wang_Manuscript_3369666.pdf (Postprint), 2MB
Öffnen   Speichern
Datei-Permalink:
https://hdl.handle.net/21.11116/0000-000A-6BB6-1
Name:
wang_Manuscript_3369666.pdf
Beschreibung:
-
OA-Status:
Keine Angabe
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Öffnen
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-
:
wang_Supporting_ Information_3369666.pdf (Ergänzendes Material), 735KB
Öffnen   Speichern
Datei-Permalink:
https://hdl.handle.net/21.11116/0000-000A-6BB7-0
Name:
wang_Supporting_ Information_3369666.pdf
Beschreibung:
-
OA-Status:
Keine Angabe
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Öffnen
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Wang, Zihao1, 2, Autor           
Zhou, Yageng1, Autor           
Zhou, Teng1, 3, Autor           
Sundmacher, Kai1, 3, Autor           
Affiliations:
1Process Systems Engineering, Max Planck Institute for Dynamics of Complex Technical Systems, Max Planck Society, ou_1738151              
2International Max Planck Research School (IMPRS), Max Planck Institute for Dynamics of Complex Technical Systems, Max Planck Society, DE, ou_1738143              
3Otto-von-Guericke-Universität Magdeburg, External Organizations, ou_1738156              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2022
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1016/j.compchemeng.2022.107739
Anderer: pubdata_escidoc:3369666
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Computers & Chemical Engineering
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 160 Artikelnummer: 107739 Start- / Endseite: - Identifikator: ISSN: 00981354