Sukumar

Navigating Molecular Networks

Exploring the Chemical Space Concept in Novel Materials Design

Springer

ISBN 978-3-031-76289-5

Standardpreis


53,49 €

lieferbar ca. 10 Tage als Sonderdruck ohne Rückgaberecht

Preisangaben inkl. MwSt. Abhängig von der Lieferadresse kann die MwSt. an der Kasse variieren. Weitere Informationen

auch verfügbar als eBook (PDF) für 53,49 €

Bibliografische Daten

Fachbuch

Buch. Softcover

2025

15 s/w-Abbildungen, 26 Farbabbildungen, Bibliographien.

In englischer Sprache

Umfang: xviii, 114 S.

Format (B x L): 15,5 x 23,5 cm

Verlag: Springer

ISBN: 978-3-031-76289-5

Weiterführende bibliografische Daten

Das Werk ist Teil der Reihe: SpringerBriefs in Materials

auch verfügbar als eBook (PDF) für 53,49 €

Produktbeschreibung

This book delves into the foundational principles governing the treatment of molecular networks and "chemical space"—the comprehensive domain encompassing all physically achievable molecules—from the perspectives of vector space, graph theory, and data science. It explores similarity kernels, network measures, spectral graph theory, and random matrix theory, weaving intriguing connections between these diverse subjects. Notably, it emphasizes the visualization of molecular networks. The exploration continues by delving into contemporary generative deep learning models, increasingly pivotal in the pursuit of new materials possessing specific properties, showcasing some of the most compelling advancements in this field. Concluding with a discussion on the meanings of discovery, creativity, and the role of artificial intelligence (AI) therein.

Its primary audience comprises senior undergraduate and graduate students specializing in physics, chemistry, and materials science. Additionally, it caters to those interested in the potential transformation of material discovery through computational, network, AI, and machine learning (ML) methodologies.

Autorinnen und Autoren

Kundeninformationen

Caters to a diverse audience encompassing students and researchers in physics, chemistry, and materials science Incorporates a multipronged approach spanning from vector space analysis to random matrix theory Explores graph and deep learning applications in molecular and materials design

Produktsicherheit

Hersteller

Springer Nature Customer Service Center GmbH

ProductSafety@springernature.com

Topseller & Empfehlungen für Sie

Ihre zuletzt angesehenen Produkte

Rezensionen

Dieses Set enthält folgende Produkte:
    Auch in folgendem Set erhältlich:

    • nach oben

      Ihre Daten werden geladen ...