Machine Learning Prediction of Nine Molecular Properties Based on the SMILES Representation of the QM9 Quantum-Chemistry Dataset (2020)
- Authors:
- USP affiliated authors: SILVA, JUAREZ LOPES FERREIRA DA - IQSC ; MUCELINI, JOHNATAN - IQSC ; SOARES, MARINALVA DIAS - ICMC
- Unidades: IQSC; ICMC
- DOI: 10.1021/acs.jpca.0c05969
- Assunto: QUÍMICA QUÂNTICA
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Washington, DC
- Date published: 2020
- Source:
- Título: Journal of Physical Chemistry A
- ISSN: 1089-5639
- Volume/Número/Paginação/Ano: v. 124, n. 47, p. 9854–9866, Nov. 2020
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
PINHEIRO, Gabriel A. et al. Machine Learning Prediction of Nine Molecular Properties Based on the SMILES Representation of the QM9 Quantum-Chemistry Dataset. Journal of Physical Chemistry A, v. No 2020, n. 47, p. 9854–9866, 2020Tradução . . Disponível em: https://doi.org/10.1021/acs.jpca.0c05969. Acesso em: 24 abr. 2025. -
APA
Pinheiro, G. A., Mucelini, J., Soares, M. D., Prati, R. C., Silva, J. L. F. da, & Quiles, M. G. (2020). Machine Learning Prediction of Nine Molecular Properties Based on the SMILES Representation of the QM9 Quantum-Chemistry Dataset. Journal of Physical Chemistry A, No 2020( 47), 9854–9866. doi:10.1021/acs.jpca.0c05969 -
NLM
Pinheiro GA, Mucelini J, Soares MD, Prati RC, Silva JLF da, Quiles MG. Machine Learning Prediction of Nine Molecular Properties Based on the SMILES Representation of the QM9 Quantum-Chemistry Dataset [Internet]. Journal of Physical Chemistry A. 2020 ; No 2020( 47): 9854–9866.[citado 2025 abr. 24 ] Available from: https://doi.org/10.1021/acs.jpca.0c05969 -
Vancouver
Pinheiro GA, Mucelini J, Soares MD, Prati RC, Silva JLF da, Quiles MG. Machine Learning Prediction of Nine Molecular Properties Based on the SMILES Representation of the QM9 Quantum-Chemistry Dataset [Internet]. Journal of Physical Chemistry A. 2020 ; No 2020( 47): 9854–9866.[citado 2025 abr. 24 ] Available from: https://doi.org/10.1021/acs.jpca.0c05969 - Correlation-based framework for extraction of insights from quantum chemistry databases: Applications for nanoclusters
- Gerenciamento de versões de páginas web
- Methane dehydrogenation on 3d 13-atoms transition metal clusters: A DFT investigation
- Methane dehydrogenation on 3d 13-atom transition-metal clusters: A density functional theory investigation combined with Spearman rank correlation analysis
- Estudo ab initio da adsorção de átomos de zircônio sobre superfícies de óxido de cério: Zrn/CeO2(111)
- Ab initio insights into the formation mechanisms of 55-atom Pt- based core−Shell Nanoalloys
- Estudo ab initio do papel dos átomos nas propriedades eletrônicas e estruturais das perovskitas
- Investigação das propriedades estruturais, energéticas e ópticas das perovskitas abx3 utilizando a teoria do funcional da densidade
- Hybrid density functional study of small Rhn (n = 2−15) clusters
- Ab initio insights into the structural, energetic, electronic, and stability properties of mixed CenZr15 nO30 nanoclusters
Informações sobre o DOI: 10.1021/acs.jpca.0c05969 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
P19113.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
