Transferable Atomic Multipole Machine Learning Models for Small Organic 
Molecules

Bereau, Tristan; Andrienko, Denis; von Lilienfeld, O. A.

doi:10.1021/acs.jctc.5b00301

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Zeitschriftenartikel

Transferable Atomic Multipole Machine Learning Models for Small Organic Molecules

MPG-Autoren

/persons/resource/persons130617

Bereau, Tristan
Dept. Kremer: Polymer Theory, MPI for Polymer Research, Max Planck Society;

/persons/resource/persons47580

Andrienko, Denis
Dept. Kremer: Polymer Theory, MPI for Polymer Research, Max Planck Society;

Externe Ressourcen

Es sind keine externen Ressourcen hinterlegt

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Bereau, T., Andrienko, D., & von Lilienfeld, O. A. (2015). Transferable Atomic Multipole Machine Learning Models for Small Organic Molecules. Journal of Chemical Theory and Computation, 11(7), 3225-3233. doi:10.1021/acs.jctc.5b00301.

Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0028-3325-0

Zusammenfassung

Es ist keine Zusammenfassung verfügbar