刷新
{{item.name}}会员
Machine Learning for developing and understanding novel, asymmetric 3d metal-catalyzed C–H activations
用于开发和理解新颖的不对称 3d 金属催化 CâH 激活的机器学习
基本信息
- 批准号：497259673
- 负责人：
- 金额：--
- 依托单位：
- 依托单位国家：德国
- 项目类别：Priority Programmes
- 财政年份：
- 资助国家：德国
- 起止时间：
- 项目状态：未结题
- 来源：
- 关键词：
项目摘要
The project employs methods of machine learning to identify novel catalysis concepts for asymmetric C-H activations with broadly available 3d-transition metals. Based on orienting studies we will thereby significantly improve the understanding of the corresponding mechanism.
该项目采用机器学习的方法来识别具有广泛可用的3d过渡金属的不对称C-H活化的新催化概念。基于定向研究，我们将从而显着提高相应的机制的理解。
项目成果
期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
数据更新时间：{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
数据更新时间：{{ journalArticles.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ monograph.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ sciAawards.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ patent.updateTime }}
Professor Dr. Lutz Ackermann其他文献
Professor Dr. Lutz Ackermann的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
{{ truncateString('Professor Dr. Lutz Ackermann', 18)}}的其他基金
Noble applications of abundant metals: Asymmetric Co, Ni, Fe and Mn-catalyzed C-H activation
丰富金属的高贵应用：不对称 Co、Ni、Fe 和 Mn 催化的 C-H 活化
- 批准号：
391136690 - 财政年份：2017
- 资助金额：
-- - 项目类别：
Research Grants
Low-Valent Cobalt-Catalyzed C-H Activation: Mechanistic Insight for Synthetic Applications
低价钴催化的 C-H 活化：合成应用的机理洞察
- 批准号：
289205672 - 财政年份：2016
- 资助金额：
-- - 项目类别：
Research Grants
Control of London Dispersion Interactions in Metal-Catalyzed C-H Activation
金属催化 C-H 活化中伦敦分散体相互作用的控制
- 批准号：
271384665 - 财政年份：2015
- 资助金额：
-- - 项目类别：
Priority Programmes
Kinetik der Komplexbildung und Katalyse mit Phosphanoxiden und Phosphanchloriden
氧化膦和氯化膦配合物形成和催化的动力学
- 批准号：
71390294 - 财政年份：2008
- 资助金额：
-- - 项目类别：
Research Grants
Neuartige, einfach zugängliche Liganden und Katalysatorsysteme: Hypophosphorigsäurederivate / N-heterocyclische Carbene
新颖、易于获得的配体和催化剂系统：次磷酸衍生物/N-杂环卡宾
- 批准号：
5419974 - 财政年份：2003
- 资助金额：
-- - 项目类别：
Independent Junior Research Groups
Development of efficient domino and C–H functionalization reactions toward fluorine-containing N-heterocycles for Life Science
用于生命科学的含氟氮杂环的高效多米诺骨牌和 CâH 官能化反应的开发
- 批准号：
535144216 - 财政年份：
- 资助金额：
-- - 项目类别：
Research Grants
相似国自然基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
- 批准号：
- 批准年份：2024
- 资助金额：万元
- 项目类别：合作创新研究团队
Understanding structural evolution of galaxies with machine learning
- 批准号：n/a
- 批准年份：2022
- 资助金额：10.0 万元
- 项目类别：省市级项目
煤矿安全人机混合群智感知任务的约束动态多目标Q-learning进化分配
- 批准号：
- 批准年份：2022
- 资助金额：30 万元
- 项目类别：青年科学基金项目
基于领弹失效考量的智能弹药编队短时在线Q-learning协同控制机理
- 批准号：62003314
- 批准年份：2020
- 资助金额：24.0 万元
- 项目类别：青年科学基金项目
集成上下文张量分解的e-learning资源推荐方法研究
- 批准号：61902016
- 批准年份：2019
- 资助金额：24.0 万元
- 项目类别：青年科学基金项目
具有时序迁移能力的Spiking-Transfer learning (脉冲-迁移学习)方法研究
- 批准号：61806040
- 批准年份：2018
- 资助金额：20.0 万元
- 项目类别：青年科学基金项目
基于Deep-learning的三江源区冰川监测动态识别技术研究
- 批准号：51769027
- 批准年份：2017
- 资助金额：38.0 万元
- 项目类别：地区科学基金项目
具有时序处理能力的Spiking-Deep Learning（脉冲深度学习）方法研究
- 批准号：61573081
- 批准年份：2015
- 资助金额：64.0 万元
- 项目类别：面上项目
基于有向超图的大型个性化e-learning学习过程模型的自动生成与优化
- 批准号：61572533
- 批准年份：2015
- 资助金额：66.0 万元
- 项目类别：面上项目
E-Learning中学习者情感补偿方法的研究
- 批准号：61402392
- 批准年份：2014
- 资助金额：26.0 万元
- 项目类别：青年科学基金项目
相似海外基金
Investigating the potential for developing self-regulation in foreign language learners through the use of computer-based large language models and machine learning
通过使用基于计算机的大语言模型和机器学习来调查外语学习者自我调节的潜力
- 批准号：
24K04111 - 财政年份：2024
- 资助金额：
-- - 项目类别：
Grant-in-Aid for Scientific Research (C)
Developing and Understanding Thermally Conductive Polymers by Combining Molecular Simulation, Machine Learning and Experiment
通过结合分子模拟、机器学习和实验来开发和理解导热聚合物
- 批准号：
2332270 - 财政年份：2024
- 资助金额：
-- - 项目类别：
Standard Grant
Developing machine learning based approaches to weld residual stress problems
开发基于机器学习的方法来解决焊接残余应力问题
- 批准号：
2894296 - 财政年份：2023
- 资助金额：
-- - 项目类别：
Studentship
Acquisition-independent machine learning for morphometric analysis of underrepresented aging populations with clinical and low-field brain MRI
独立于采集的机器学习，通过临床和低场脑 MRI 对代表性不足的老龄化人群进行形态计量分析
- 批准号：
10739049 - 财政年份：2023
- 资助金额：
-- - 项目类别：
Developing novel machine learning approaches to studying cell development
开发新的机器学习方法来研究细胞发育
- 批准号：
2326879 - 财政年份：2023
- 资助金额：
-- - 项目类别：
Continuing Grant
Pig ID: developing a deep learning machine vision system to track pigs using individual biometrics
Pig ID：开发深度学习机器视觉系统，利用个体生物识别技术跟踪猪
- 批准号：
BB/X001385/1 - 财政年份：2023
- 资助金额：
-- - 项目类别：
Research Grant
Pig ID: developing a deep learning machine vision system to track pigs using individual biometrics
Pig ID：开发深度学习机器视觉系统，利用个体生物识别技术跟踪猪
- 批准号：
BB/X001830/1 - 财政年份：2023
- 资助金额：
-- - 项目类别：
Research Grant
Developing Machine Learning Models for Decision Support and Allocation Optimization in Heart Transplantation
开发用于心脏移植决策支持和分配优化的机器学习模型
- 批准号：
10735348 - 财政年份：2023
- 资助金额：
-- - 项目类别：
Developing a blood fatty acid-based algorithm as an early predictor of insulin resistance: Applying machine learning to harmonized data from prospective cohort studies
开发基于血液脂肪酸的算法作为胰岛素抵抗的早期预测因子：将机器学习应用于前瞻性队列研究的统一数据
- 批准号：
10696711 - 财政年份：2023
- 资助金额：
-- - 项目类别：
Pictura Bio: Machine learning enhanced universal point of care diagnosis platform for infectious diseases leveraging novel fluorescent labelling of enveloped pathogens - developing the Alpha Prototype.
Pictura Bio：机器学习增强了传染病的通用护理点诊断平台，利用包膜病原体的新型荧光标记 - 开发 Alpha 原型。
- 批准号：
10077183 - 财政年份：2023
- 资助金额：
-- - 项目类别：
Collaborative R&D