Výsledky vyhledávání - "Ketkaew, Rangsiman"

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Closer Look at Inverse Electron Demand Diels–Alder and Nucleophilic Addition Reactions on s-Tetrazines Using Enhanced Sampling Methods.

Autor: Ketkaew, Rangsiman¹ (AUTHOR), Creazzo, Fabrizio¹ (AUTHOR), Luber, Sandra¹ (AUTHOR) sandra.luber@chem.uzh.ch

Publikováno v: Topics in Catalysis. Feb2022, Vol. 65 Issue 1-4, p1-17. 17p.

Zobrazit plný text záznamu

Plný text ve formátu HTML

DeepCV: A Deep Learning Framework for Blind Search of Collective Variables in Expanded Configurational Space

Autor: Ketkaew, Rangsiman, Luber, Sandra

Publikováno v: Journal of Chemical Information and Modeling. 62:6352-6364

We present

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::a6f68c89b9e8512fcea87a281b542a7b
https://doi.org/10.1021/acs.jcim.2c00883

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

A Concise Review on Recent Developments of Machine Learning for the Prediction of Vibrational Spectra

Autor: Han, Ruocheng, Ketkaew, Rangsiman, Luber, Sandra

Publikováno v: The Journal of Physical Chemistry A. 126:801-812

Machine learning has become more and more popular in computational chemistry, as well as in the important field of spectroscopy. In this concise review, we walk the reader through a short summary of machine learning algorithms and a comprehensive dis

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e24371dec7dbf9d9198b56138de63758
https://doi.org/10.1021/acs.jpca.1c10417

Zobrazit plný text záznamu