ReP USP - Resultado da busca

Filtros : "Dallhousie University - Halifax - Canada" "ICMC" "IFSC" Removido: "IFSC032" Limpar

Filtros

Artigo de periodico
Machine learning used to create a multidimensional calibration space for sensing and biosensing data (2021)
Popolin Neto, Mário ; Soares, Andrey Coatrini ; Oliveira Junior, Osvaldo Novais de ; Paulovich, Fernando Vieira
Fonte: Bulletin of the Chemical Society of Japan. Unidades: IFSC, ICMC
Assuntos: BIOTECNOLOGIA, APRENDIZADO COMPUTACIONAL, SENSOR, FILMES FINOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
POPOLIN NETO, Mário et al. Machine learning used to create a multidimensional calibration space for sensing and biosensing data. Bulletin of the Chemical Society of Japan, v. 94, n. 5, p. 1553-1562, 2021Tradução . . Disponível em: https://doi.org/10.1246/bcsj.20200359. Acesso em: 24 jun. 2024.
APA
Popolin Neto, M., Soares, A. C., Oliveira Junior, O. N. de, & Paulovich, F. V. (2021). Machine learning used to create a multidimensional calibration space for sensing and biosensing data. Bulletin of the Chemical Society of Japan, 94( 5), 1553-1562. doi:10.1246/bcsj.20200359
NLM
Popolin Neto M, Soares AC, Oliveira Junior ON de, Paulovich FV. Machine learning used to create a multidimensional calibration space for sensing and biosensing data [Internet]. Bulletin of the Chemical Society of Japan. 2021 ; 94( 5): 1553-1562.[citado 2024 jun. 24 ] Available from: https://doi.org/10.1246/bcsj.20200359
Vancouver
Popolin Neto M, Soares AC, Oliveira Junior ON de, Paulovich FV. Machine learning used to create a multidimensional calibration space for sensing and biosensing data [Internet]. Bulletin of the Chemical Society of Japan. 2021 ; 94( 5): 1553-1562.[citado 2024 jun. 24 ] Available from: https://doi.org/10.1246/bcsj.20200359
Trabalho de evento-resumo periodico
Investigating band gap directness using machine learning (2021)
Melo, Elton Ogoshi de; Popolin Neto, Mário; Acosta, Carlos Mera; Nascimento, Gabriel M.; Rodrigues, João; Oliveira Junior, Osvaldo Novais de ; Longstaffe, J. G.; Dalpian, Gustavo M.
Fonte: Bulletin of the American Physical Society. Nome do evento: APS March Meeting. Unidades: IFSC, ICMC
Assuntos: NANOPARTÍCULAS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELO, Elton Ogoshi de et al. Investigating band gap directness using machine learning. Bulletin of the American Physical Society. College Park: American Physical Society - APS. Disponível em: https://meetings.aps.org/Meeting/MAR21/Session/C21.9. Acesso em: 24 jun. 2024. , 2021
APA
Melo, E. O. de, Popolin Neto, M., Acosta, C. M., Nascimento, G. M., Rodrigues, J., Oliveira Junior, O. N. de, et al. (2021). Investigating band gap directness using machine learning. Bulletin of the American Physical Society. College Park: American Physical Society - APS. Recuperado de https://meetings.aps.org/Meeting/MAR21/Session/C21.9
NLM
Melo EO de, Popolin Neto M, Acosta CM, Nascimento GM, Rodrigues J, Oliveira Junior ON de, Longstaffe JG, Dalpian GM. Investigating band gap directness using machine learning [Internet]. Bulletin of the American Physical Society. 2021 ; 66( 1):[citado 2024 jun. 24 ] Available from: https://meetings.aps.org/Meeting/MAR21/Session/C21.9
Vancouver
Melo EO de, Popolin Neto M, Acosta CM, Nascimento GM, Rodrigues J, Oliveira Junior ON de, Longstaffe JG, Dalpian GM. Investigating band gap directness using machine learning [Internet]. Bulletin of the American Physical Society. 2021 ; 66( 1):[citado 2024 jun. 24 ] Available from: https://meetings.aps.org/Meeting/MAR21/Session/C21.9

Biblioteca Digital de Produção Intelectual da Universidade de São Paulo 2012 - 2024