Chemical features mining provides new descriptive structure-odor relationships - Archive ouverte HAL
Article Dans Une Revue PLoS Computational Biology Année : 2019

Chemical features mining provides new descriptive structure-odor relationships

Carmen Licón
  • Fonction : Auteur
Centre de recherche en neurosciences de Lyon - Lyon Neuroscience Research Center
Guillaume Bosc
Data Mining and Machine Learning
Mohammed Sabri
  • Fonction : Auteur
Marylou Mantel
Arnaud Fournel
Centre de recherche en neurosciences de Lyon - Lyon Neuroscience Research Center
Caroline Bushdid
  • Fonction : Auteur
Institut de Chimie de Nice
Jérôme Golebiowski
  • Fonction : Auteur
  • PersonId : 969443
Institut de Chimie de Nice
Céline Robardet
Data Mining and Machine Learning
CV
Marc Plantevit
Data Mining and Machine Learning
CV
Mehdi Kaytoue
Data Mining and Machine Learning
CV
Moustafa Bensafi
Neurosciences Sensorielles Comportement Cognition
CV

Domaines

Sciences cognitives

Moustafa BENSAFI  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02343686

Soumis le : dimanche 3 novembre 2019-11:47:43

Dernière modification le : mercredi 4 septembre 2024-17:34:07

Consulter le texte intégral

Dates et versions

hal-02343686 , version 1 (03-11-2019)

Identifiants

Citer

Carmen Licón, Guillaume Bosc, Mohammed Sabri, Marylou Mantel, Arnaud Fournel, et al.. Chemical features mining provides new descriptive structure-odor relationships. PLoS Computational Biology, 2019, 15 (4), pp.e1006945. ⟨10.1371/journal.pcbi.1006945⟩. ⟨hal-02343686⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-ST-ETIENNE CNRS UNIV-LYON1 UNIV-LYON2 INSA-LYON EC-LYON LIRIS INC-CNRS UNIV-COTEDAZUR INSA-GROUPE UDL ANR INSTITUT-CHIMIE-NICE CRNL NEUROPOP_CRNL
198 Consultations
0 Téléchargements

Altmetric

Partager

More