Scidown文献预览系统！
机器学习:用欧几里德神经网络直接预测声子状态密度(Sci. 12/2021)( Machine Learning: Direct Prediction of Phonon Density of States With Euclidean Neural Networks (Adv. Sci. 12/2021) )
Zhantao Chen Nina Andrejevic Tess Smidt Zhiwei Ding Qian Xu Yen-Ting Chi Quynh T. Nguyen Ahmet Alatas Jing Kong Mingda Li
声子密度f：tates是控制材料热性质的一个关键性质，但计算和测量起来并不简单。具有全晶体对称性的神经网络允许使用少量训练数据预测声子密度F:Tates，接近从头算精度，但显著提高了效率，如Mingda Li,Zantao Chen,Nina Andrejevic,Tess Smidt和Co）Orkers在文章编号2004214中所证明的。这一工作使材料的直接结构，坚固的设计具有优越的热性能。
SciDown文献求助系统（解决99%问题） Public Download Wiley ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 原位电沉积硒化钴促进剂用于稳定锂硫电池的多硫化物管理下载
scidown 材料支持信息, DOI: 10.1002 / adma.201200540纳米金属薄膜的路径引导起皱下载