mtmt
Magyar Tudományos Művek Tára
XML
JSON
Átlépés a keresőbe
In English
Idézők
/
Idézések
CoPriNet: graph neural networks provide accurate and rapid compound price prediction for molecule prioritisation
Sanchez-Garcia, Ruben
;
Havasi, Dávid [Havasi, Dávid (vegyészmérnök), szerző] Kémiai és Környezeti Folyamatmérnöki Tanszék (BME / VBK)
;
Takács, Gergely [Takács, Gergely (vegyészmérnök), szerző] Kémiai és Környezeti Folyamatmérnöki Tanszék (BME / VBK)
;
Robinson, Matthew C.
;
Lee, Alpha
;
von Delft, Frank
;
Deane, Charlotte M.
Angol nyelvű Szakcikk (Folyóiratcikk) Tudományos
Megjelent:
Digital Discovery 2635-098X
2
(1)
pp. 103-111
2023
SJR Scopus - Chemistry (miscellaneous): Q1
Azonosítók
MTMT: 33645504
DOI:
10.1039/D2DD00071G
WoS:
001101773400001
Scopus:
85169335888
Egyéb URL:
http://xlink.rsc.org/?DOI=D2DD00071G
CoPriNet can predict compound prices after being trained on 6M pairs of compounds and prices collected from the Mcule catalogue.
Idézők (5)
Hivatkozás stílusok:
IEEE
ACM
APA
Chicago
Harvard
CSL
Másolás
Nyomtatás
2025-02-17 05:29
×
Lista exportálása irodalomjegyzékként
Hivatkozás stílusok:
IEEE
ACM
APA
Chicago
Harvard
Nyomtatás
Másolás