Deep Learning for Polymer Discovery
Lingua: inglese
Editore: Springer Verlag GmbH, 2026
- Brossura
- Nuovo
Da: moluna, Greven, Germaniamoluna
Venditore AbeBooks dal 9 luglio 2020
Condizione: Nuovo
EUR 38,69
Quantità: Più di 20 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt.
Codice articolo 3531382430
- Titolo
- Deep Learning for Polymer Discovery
- Autore
- Liu, Gang/Inae, Eric/Jiang, Meng
- Editore
- Springer Verlag GmbH
- Anno di pubblicazione
- 2026
- Condizione
- New
- Rilegatura
- Brossura
- Lingua
- inglese
- ISBN 10
- 3031847342
- ISBN 13
- 9783031847349
This book presents a comprehensive range of topics in deep learning for polymer discovery, from fundamental concepts to advanced methodologies. These topics are crucial as they address critical challenges in polymer science and engineering. With a growing demand for new materials with specific properties, traditional experimental methods for polymer discovery are becoming increasingly time-consuming and costly. Deep learning offers a promising solution by enabling rapid screening of potential polymers and accelerating the design process. The authors begin with essential knowledge on polymer data representations and neural network architectures, then progress to deep learning frameworks for property prediction and inverse polymer design. The book then explores both sequence-based and graph-based approaches, covering various neural network types including LSTMs, GRUs, GCNs, and GINs. Advanced topics include interpretable graph deep learning with environment-based augmentation, semi-supervised techniques for addressing label imbalance, and data-centric transfer learning using diffusion models. The book aims to solve key problems in polymer discovery, including accurate property prediction, efficient design of polymers with desired characteristics, model interpretability, handling imbalanced and limited labeled data, and leveraging unlabeled data to improve prediction accuracy.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Gang Liu is a 4th year Ph.D. student in the Department of Computer Science and Engineering at the University of Notre Dame. His research focuses on graph and generative learning for polymeric material discovery. He has over ten publications in top data mining and machine learning venues, including KDD, NeurIPS, ICML, DAC, ACL, TKDE, and TKDD. His methods have contributed to the discovery of new polymers, with findings published in Cell Reports Physical Science and secured by a provisional patent. He receives the 2024-2025 IBM PhD Fellowship for his work on Foundation Models.
Eric Inae is a 3rd year Ph.D. student in the Department of Computer Science and Engineering at the University of Notre Dame. He received his B.S. in Computer Science and B.S in Mathematics from Andrews University in 2022. His research emphasis is in graph machine learning with applications in material discovery and polymer science. He was awarded with the Dean’s Fellowship from the University of Notre Dame.
Meng Jiang, Ph.D., is an Associate Professor in the Department of Computer Science and Engineering at the University of Notre Dame. He received his B.E. and Ph.D. from Tsinghua University. He was a visiting scholar at Carnegie Mellon University and a postdoc at the University of Illinois Urbana-Champaign. He is interested in data mining, machine learning, and natural language processing. His data science research focuses on graph and text data for applications such as material discovery, question answering, user modeling, online education, and mental healthcare. He received the CAREER Award from the National Science Foundation and is a Senior Member of ACM and IEEE.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
moluna
Greven, Germania
Venditore AbeBooks dal 9 luglio 2020
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 16 a 45 giorni lavorativi | Da 16 a 45 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 48,99 | EUR 48,99 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Descrizione dello Store
Online Handel nur mit Neubüchern
Informazioni sull’azienda del venditore
Moluna GmbH
Engberdingdamm 27
Greven, Germania 48268
Condizioni di vendita
Editoriale
Riconoscimento legale degli offerenti:
Moluna GmbH
rappresentata dall'amministratore Helge Blischke
Engberdingdamm 27
48268 Greven
Germania
Telefono: 02571/5698933
Fax: 02571/5698930
E-Mail: abe@moluna.de
P. IVA: DE296281834
iscritta nel registro delle imprese del tribunale Steinfurt
numero di registro delle imprese HRB 10553
Siamo membri dell’iniziativa “FairCommerce” dal 24.07.2015.
Per ulteriori informazioni, vedere www.haendlerbund.de/faircommerce.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a moluna, Greven, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.