生物通官微陪你抓住生命科技跳动的脉搏
更正:“使用开源机器学习方法评估分子复杂性以预测工艺 massa 强度”
《ACS Omega》:Correction to “Evaluating Molecular Complexity with Open-Source Machine Learning Approaches to Predict Process Mass Intensity”
【字体: 大 中 小 】 时间:2026年08月30日 来源:ACS Omega 5.2
编辑推荐:
打开图像查看器 主题 机器学习 原始URL已不存在:
原始URL已不存在:
https://github.com/Gilead-IT-GCDM-PDM/Open-SMART-PMI
原始内容已移至以下GitHub组织:
https://github.com/Gilead-Public/Open-SMART-PMI
此更正适用于以下三个引用了仓库链接的部分:
第3.4节(应用程序开发)
数据可用性
支持信息
热搜:机器学习|分子复杂性|开源软件|数据可用性|知识共享
今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号