Decoding fluorescence excitation-emission matrices of carbon dots aqueous solutions with convolutional neural networks to create multimodal nanosensor of metal ions

Sarmanova, O.E.; Chugreeva, G.N.; Laptinskiy, K.A.; Burikov, S.A.; Dolenko, S.A.; Dolenko, T.A.

Decoding fluorescence excitation-emission matrices of carbon dots aqueous solutions with convolutional neural networks to create multimodal nanosensor of metal ionsтезисы доклада Тезисы

Дата последнего поиска статьи во внешних источниках: 24 июля 2024 г.

Авторы: Sarmanova O.E., Chugreeva G.N., Laptinskiy K.A., Burikov S.A., Dolenko S.A., Dolenko T.A.
Сборник: The 7th International Conference on Deep Learning in Computational Physics (DLCP-2023), June 21-23, SPbSU, St.-Petersburg, Peterhof, Russia. Book of Abstracts
Тезисы
Год издания: 2023
Место издания: SPbSU St.-Petersburg, Russia
Первая страница: 20
Добавил в систему: Доленко Сергей Анатольевич

	ИСТИНА	Войти в систему Регистрация
	ИПМех РАН
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ИПМех РАН

Decoding fluorescence excitation-emission matrices of carbon dots aqueous solutions with convolutional neural networks to create multimodal nanosensor of metal ionsтезисы доклада Тезисы