Novel QSRR and deep learning approaches for retention time modeling in RP and HILIC conditions

Obradovic, Darija; Andrey Stavrianidi; Elisabeta Fedorova; Oleg Shpigun; Lazović, Saša; Aleksey Buryak

Rezultati

eNauka > Rezultati > Novel QSRR and deep learning approaches for retention time modeling in RP and HILIC conditions

Naziv:	Novel QSRR and deep learning approaches for retention time modeling in RP and HILIC conditions
Autori:	Obradovic, Darija ; Andrey Stavrianidi; Elisabeta Fedorova; Oleg Shpigun; Lazović, Saša ; Aleksey Buryak
Godina:	2024
Publikacija:	Fourteenth Winter Symposium on Chemometrics Modern Methods of Data Analysis, Armenia, Tsaghkadzor, February 26–March 1, 2024
Tip rezultata:	Konferencijski rad
URI:	https://enauka.gov.rs/handle/123456789/901341
Izvor metapodataka:	(Preuzeto iz ORCID-a) Obradović Jovčić, Darija
M-kategorija:	Mp kategorija će biti prikazana naknadno.

Pronađi DOI

Pronalaženje DOI u servisu CrossRef-u na osnovu meta-podataka u zapisu. Prikazaće se DOI (i metapodaci) čiji se podaci najviše poklapaju. OPREZ - to ne mora biti ta publikacija.

Google Scholar^TM

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.