• 医学文献
  • 知识库
  • 评价分析
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
  • 临床诊疗知识库
  • 中医药知识库
  • 机构
  • 作者
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

医学文献>>
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
热搜词:
换一批

Exploiting redundancy in large materials datasets for efficient machine learning with less data.

广告
作者单位: Department of Materials Science and Engineering, University of Toronto, 27 King's College Cir, Toronto, ON, Canada. [1] Material Measurement Laboratory, National Institute of Standards and Technology, 100 Bureau Dr, Gaithersburg, MD, USA. [2] Canmet MATERIALS, Natural Resources Canada, 183 Longwood Road south, Hamilton, ON, Canada. [3] Department of Materials Science and Engineering, University of Toronto, 27 King's College Cir, Toronto, ON, Canada. jason.hattrick.simpers@utoronto.ca.;Acceleration Consortium, University of Toronto, 27 King's College Cir, Toronto, ON, Canada. jason.hattrick.simpers@utoronto.ca.;Vector Institute for Artificial Intelligence, 661 University Ave, Toronto, ON, Canada. jason.hattrick.simpers@utoronto.ca.;Schwartz Reisman Institute for Technology and Society, 101 College St, Toronto, ON, Canada. jason.hattrick.simpers@utoronto.ca. [4]
DOI 10.1038/s41467-023-42992-y
PMID 37949845
发布时间 2024-10-18
提交
  • 浏览0
Nature communications

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

官方微信
万方医学小程序
new翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷