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)

Verlagsausgabe

DOI: 10.5445/IR/1000159348

Veröffentlicht am 13.07.2023

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

Scopus
Zitationen: 15

Web of Science
Zitationen: 9

Dimensions
Zitationen: 17

Seitenaufrufe: 151
seit 14.06.2023

Downloads: 61
seit 18.07.2023

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 Web of Science Dimensions OpenAlex