Hybrid catalysis, assisted by machine learning, for bio-sourced molecules functionalization - Université de Lille
Communication Dans Un Congrès Année : 2023

Hybrid catalysis, assisted by machine learning, for bio-sourced molecules functionalization

Antoine Lancien
  • Fonction : Auteur
  • PersonId : 1237778
  • IdRef : 26189269X
Institut Charles Viollette (ICV) - ULR 7394
Guillaume Darlot
  • Fonction : Auteur
Jonathan Bassut
  • Fonction : Auteur
Aurélie Jouenne
  • Fonction : Auteur
Tao Jiang
  • Fonction : Auteur
Rénato Froidevaux
Institut Charles Viollette (ICV) - ULR 7394
BioEcoAgro - Equipe 6 - Biotransformation / Enzymes and Biocatalysis
Sébastien Paul
Unité de Catalyse et Chimie du Solide - UMR 8181
Anne Zaparucha
CV
Egon Heuson
Unité de Catalyse et Chimie du Solide - UMR 8181
CV

Domaines

Catalyse

LillOA Université de Lille  : Connectez-vous pour contacter le contributeur

https://hal.univ-lille.fr/hal-04336053

Soumis le : lundi 11 décembre 2023-16:00:50

Dernière modification le : vendredi 31 mai 2024-15:28:21

Fichier non déposé

Dates et versions

hal-04336053 , version 1 (11-12-2023)

Identifiants

  • HAL Id : hal-04336053 , version 1

Citer

Antoine Lancien, Guillaume Darlot, Jonathan Bassut, Aurélie Jouenne, Tao Jiang, et al.. Hybrid catalysis, assisted by machine learning, for bio-sourced molecules functionalization. Invited Seminar - University of Graz, Nov 2023, Graz, Austria. ⟨hal-04336053⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-ARTOIS CNRS UCCS INC-CNRS UNIV-LILLE INRAE U-PICARDIE BIOECOAGRO
30 Consultations
0 Téléchargements

Partager

More