Modèles d'apprentissage automatique basés sur des descripteurs moléculaires pour prédire des facteurs de caractérisation toxicologique et écotoxicologique - Archive ouverte HAL
Communication Dans Un Congrès Année : 2024

Modèles d'apprentissage automatique basés sur des descripteurs moléculaires pour prédire des facteurs de caractérisation toxicologique et écotoxicologique

Domaines

Sciences de l'environnement Statistiques [stat]
Fichier principal
Vignette du fichier
2024_mcv_servien_et_al_fr_dp.pdf (68.87 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence
Paternité - Pas d'utilisation commerciale - Pas de modification

Rémi Servien  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04782159

Soumis le : jeudi 14 novembre 2024-10:17:54

Dernière modification le : mercredi 20 novembre 2024-15:57:38

Télécharger pour visualiser

Dates et versions

hal-04782159 , version 1 (14-11-2024)

Licence

Paternité - Pas d'utilisation commerciale - Pas de modification

Identifiants

  • HAL Id : hal-04782159 , version 1

Citer

Rémi Servien, Eric Latrille, Dominique Patureau, Arnaud Hélias. Modèles d'apprentissage automatique basés sur des descripteurs moléculaires pour prédire des facteurs de caractérisation toxicologique et écotoxicologique. Congrès Management du Cycle de Vie, Nov 2024, Lille, France. ⟨hal-04782159⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

ITAP INSTITUT-AGRO-MONTPELLIER INRAE INRAEOCCITANIEMONTPELLIER LBE MATHNUM
0 Consultations
0 Téléchargements

Partager

More