Molecular Systems Design and Engineering
| 短名 | Mol. Syst. Des. Eng. |
| Journal Impact | 3.25 |
| 国际分区 | NANOSCIENCE & NANOTECHNOLOGY(Q3) |
| 期刊索引 | SCI Q2中科院 3 区 |
| ISSN | 2058-9689 |
| h-index | 41 |
| 国内分区 | 工程技术(3区)工程技术物理化学(4区)工程技术材料科学综合(4区)工程技术纳米科技(4区) |
《Molecular Systems Design and Engineering》期刊致力于前沿研究，探讨如何利用对分子特性、行为和相互作用的理解，设计和组装更优质的材料、系统和流程，以实现特定功能。这些研究可能具有重要的技术应用，并有助于应对全球性挑战。
期刊主页投稿网址| 涉及主题 | 化学物理工程类材料科学有机化学量子力学生物计算机科学纳米技术复合材料生物化学化学工程核磁共振机械工程 |
| 出版信息 | 出版商: Royal Society of Chemistry，出版周期: ，期刊类型: journal，开源期刊: 否 |
| 基本数据 | 创刊年份: 2016，原创研究文献占比: 85.53%，自引率:0.00%， Gold OA占比: 17.90% |
期刊引文格式
这些示例是对学术期刊文章的引用，以及它们应该如何出现在您的参考文献中。
并非所有期刊都按卷和期组织其已发表的文章，因此这些字段是可选的。有些电子期刊不提供页面范围，而是列出文章标识符。在这种情况下，使用文章标识符而不是页面范围是安全的。
有 1 位以上作者的期刊
有 2 位作者的期刊
有 3 位作者的期刊
有 5 位以上作者的期刊
书籍引用格式
以下是创作和编辑的书籍的参考文献的示例。
学位论文引用格式
网页引用格式
这些示例是对网页的引用，以及它们应该如何出现在您的参考文献中。
专利引用格式
手工熬夜修改参考文献？研飞自动匹配期刊，一键轻松成稿，支持 Word/WPS
点击下方按钮，免费开启试用！
Computer-aided molecular design and selection of CO2 capture solvents based on thermodynamics, reactivity and sustainability
2016-1-1
Can machine learning identify the next high-temperature superconductor? Examining extrapolation performance for materials discovery
机器学习能否识别下一个高温超导体？探究材料发现中的外推性能
2018-1-1
Investigation of design of macromolecular-based inks on material properties for two-photon 3D laser printing
基于大分子的双光子3D激光打印墨水设计对材料性能的研究
2024-1-1
PepMNet: A Hybrid Deep Learning Model for Predicting Peptide Properties Using Hierarchical Graph Representations
PepMNet：一种利用分层图表示预测肽性质的混合深度学习模型
2024-1-1
Designing biphenanthridine-based singlet fission materials using computational chemistry
利用计算化学设计基于联菲啶的单线态裂变材料
2024-1-1
Investigation of design of macromolecular-based inks on material properties for two-photon 3D laser printing
基于大分子的双光子3D激光打印墨水设计对材料性能的研究
2024-1-1
PepMNet: A Hybrid Deep Learning Model for Predicting Peptide Properties Using Hierarchical Graph Representations
PepMNet：一种利用分层图表示预测肽性质的混合深度学习模型
2024-1-1
Designing biphenanthridine-based singlet fission materials using computational chemistry
利用计算化学设计基于联菲啶的单线态裂变材料
2024-1-1
Graph-Based Networks for Accurate Prediction of Ground and Excited State Molecular Properties from Minimal Features
基于图的网络用于从最小特征中准确预测基态和激发态分子性质
2024-1-1
Extrapolative Machine Learning Models for Copolymers
共聚物的外推机器学习模型
2024-1-1