Gast ::
Multi-fidelity graph neural networks for predicting toluene/water partition coefficients
; ; ;
In
Journal of cheminformatics 17, Seiten/Artikel-Nr.:123
2025
Online
DOI: 10.18154/RWTH-2025-06738
DOI: 10.1186/s13321-025-01057-6
URL: http://publications.rwth-aachen.de/record/1016101/files/1016101.pdf
Einrichtungen
- Lehrstuhl für Systemverfahrenstechnik (416710)
- Lehrstuhl für Technische Thermodynamik und Institut für Thermodynamik (412110)
- JARA-SOFT (080008)
Projekte
- OAPKF - Open-Access-Publikation mit Unterstützung der RWTH Aachen University (021000-OAPKF) (021000-OAPKF)
- DFG project G:(GEPRIS)466417970 - Generatives graph-basiertes maschinelles Lernen für das integrierte Design von Molekülen und Prozessen (466417970) (466417970)
- DFG project G:(GEPRIS)191948804 - SFB 985: Funktionelle Mikrogele und Mikrogelsysteme (191948804) (191948804)
- SFB 985 B04 - Synthese von Mikrogelen: Kinetik, Partikelbildung und Reaktordesign (B04) (221473487) (221473487)
- DFG project G:(GEPRIS)441958259 - SPP 2331: Maschinelles Lernen in der Verfahrenstechnik. Wissen trifft auf Daten: Interpretierbarkeit, Extrapolation, Verlässlichkeit, Vertrauen (441958259) (441958259)
Thematische Einordnung (Klassifikation)
DDC: 540
OpenAccess: 
PDF
Dokumenttyp
Journal Article
Format
online, print
Sprache
English
Anmerkung
Peer reviewed article
Interne Identnummern
RWTH-2025-06738
Datensatz-ID: 1016101
Beteiligte Länder
Germany
; 
; 
; 
; Article Processing Charges ; Clarivate Analytics Master Journal List ; Current Contents - Physical, Chemical and Earth Sciences ; DOAJ Seal ; Ebsco Academic Search ; Essential Science Indicators ; Fees ; IF >= 5 ; JCR ; SCOPUS ; Science Citation Index Expanded ; Web of Science Core Collection
Datensatz erzeugt am 2025-08-11, letzte Änderung am 2025-08-20
OpenAccess:
PDF
PDF