Validating neural networks for spectroscopic classification on a universal synthetic dataset

¹; Szymanski, Nathan J.; Reischl, Markus

¹
¹ Institut für Automation und angewandte Informatik (IAI), Karlsruher Institut für Technologie (KIT)

Zugehörige Institution(en) am KIT	Institut für Automation und angewandte Informatik (IAI)
Publikationstyp	Zeitschriftenaufsatz
Publikationsjahr	2023
Sprache	Englisch
Identifikator	ISSN: 2057-3960 KITopen-ID: 1000159348
HGF-Programm	43.31.02 (POF IV, LK 01) Devices and Applications
Erschienen in	npj Computational Materials
Verlag	Nature Research
Band	9
Heft	1
Seiten	100
Bemerkung zur Veröffentlichung	Gefördert durch den KIT-Publikationsfonds
Vorab online veröffentlicht am	05.06.2023
Nachgewiesen in	Scopus Dimensions OpenAlex Web of Science

Verlagsausgabe

DOI: 10.5445/IR/1000159348

Veröffentlicht am 13.07.2023

Originalveröffentlichung
DOI: 10.1038/s41524-023-01055-y

Scopus
Zitationen: 16

Web of Science
Zitationen: 16

Dimensions
Zitationen: 17

Seitenaufrufe: 166
seit 14.06.2023

Downloads: 62
seit 18.07.2023