• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Ljudböcker
  • Pocketböcker
  • Spel & pussel

Upp till 25% på utvalda nyheter →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Data och IT
    2. Databaser

    Artificial Intelligence for Materials Informatics

    AvS. Sachin Kumar,Neelesh Ashok

    Inbunden, Engelska, 2025

    Del i serien Studies in Computational Intelligence

    2 382 kr

    Beställningsvara. Skickas inom 5-8 vardagar. Fri frakt över 249 kr.

    Beskrivning

    This comprehensive book explores the transformative impact of AI on materials informatics, delving into machine learning/deep learning, and material knowledge representation. Embracing the transformative power of artificial intelligence (AI), the field of materials informatics has witnessed a remarkable revolution in its methodology and applications.  AI has revolutionized the field of materials informatics, enabling researchers to discover, design, and optimize materials with enhanced properties at an accelerated pace. It showcases how AI is accelerating materials discovery, property prediction, providing case studies, and a comprehensive bibliography for further exploration. This essential resource equips researchers, scientists, and engineers with the knowledge and tools to harness the power of AI for groundbreaking advancements in materials science.

    Produktinformation

    • Utgivningsdatum:2025-07-30
    • Mått:155 x 235 x 20 mm
    • Vikt:557 g
    • Format:Inbunden
    • Språk:Engelska
    • Serie:Studies in Computational Intelligence
    • Antal sidor:247
    • Förlag:Springer International Publishing AG
    • ISBN:9783031899829

    Utforska kategorier

    • Databaser inom Data och IT
    • Artificiell intelligens inom Data och IT
    • Maskinteknik och material inom Naturvetenskap och teknik

    Innehållsförteckning

    • Topological indices-based vector representation of graphs.- Toxicity Prediction Using Convolutional Neural Networks: A Study of Deep Learning Approach.- AI and ML in Polymer Science: Enhancing Material Informatics through Predictive Modelling.- Transforming Carbon-Based Material: The Role of AI and ML Regression Techniques in Material Science.- Physics Informed Neural Networks: Fundamentals & Application to Phase Field Models.- Application of AI to help leverage Density Functional Theory computations in Materials Informatics.- XAI Approaches in Genetic Biomaterial Analysis.- AI-Driven Robotic Solutions in Material Engineering.- Implications of high-entropy energy materials in healthcare, environment and agriculture, along with the applications of artificial intelligence.- Advancements in Agricultural Materials: Machine Learning Models for Precision Fertilizer Prediction.