1. Главная
  2. Ресурсы
  3. Библиотечный поиск

Accelerated materials discovery : how to use artificial intelligence to speed up development
научное издание

Полный текст
База данных: Каталог библиотеки СФУ (A 18)
Библиографическое описание: Accelerated materials discovery : how to use artificial intelligence to speed up development / editor Phil De Luna. - Электрон. текстовые дан. - Berlin ; Boston : Walter de Gruyter GmbH, 2022. - 1 online resource (x, 205 pages) : il. - Загл. с титул. экрана. - Includes bibliographical references and index. - ISBN 9783110733259. - ISBN 3110733250 : Б. ц. - Текст : электронный. Перевод заглавия: Ускоренное открытие материалов: как использовать искусственный интеллект для ускорения разработки Примечания о происхождении: Коллекция цифровых книг Ebsco ebook (централизованная подписка 2023 г., бессрочный доступ). НБ СФУ
Аннотация: This book is a primer for any materials scientist looking to future-proof their careers and get ahead of the disruption that artificial intelligence and automation is just starting to unleash. It is meant to be an overview of how we can use these digital technologies to augment and supercharge our abilities to discover new materials. Our enticing offer is twofold – speed and reproducibility.
Руководство для специалиста по материаловедению, представляющее собой обзор того, как можно использовать искусственный интеллект и автоматизацию для расширения возможностей в области открытия новых материалов.
Год издания: 2022
Редакторы, составители и др.: De Luna Phil (editor)
Издательство: Walter de Gruyter GmbH, Berlin
Количество экземпляров:
Издание имеется только в электронном виде

Цифровые и тематические книжные коллекции издания

Похожие публикации

Biodegradable composites : materials, manufacturing and engineering

  • Kumar Kaushik и др.
  • 2019 год

Emerging trends and applications in cognitive computing : справочное издание

  • Mallick Pradeep Kumar и др.
  • 2019 год

Materials science and engineering : concepts, methodologies, tools, and applications /

  • 2017 год

Deep learning with TensorFlow and Keras : build and deploy supervised, unsupervised, deep, and reinforcement learning…

  • Kapoor Amita
  • 2022 год

Hierarchical Composite Materials : Materials, Manufacturing, Engineering /

  • Abdulrahman, Kamardeen O. и др.
  • 2018 год

Functional Materials and Applied Physics : Fmap-2021.

  • Sonvane, Yogesh.
  • 2022 год

AI and big data's potential for disruptive innovation : научное издание

  • Strydom Moses и др.
  • 2020 год

Reinventing discovery : the new era of networked science /

  • Nielsen Michael A.,
  • 2020 год

Показать ещё