Tipo de documento: info:eu-repo/semantics/other
DOI: 10.34810/data1237
Publicaciones relacionadas: Prediction of electronic density of states in guanine-TiO2 adsorption model based on machine learning doi: 10.1016/j.csbr.2024.100008
Grupo de investigación: ASCLEPIUS - Smart Technology for Smart Healthcare
Departamento: Enginyeria Informàtica i Matemàtiques
Autor: Çetin, Yarkin Aybars; Martorell Masip, Benjamí; Serratosa, Francesc
Fecha alta repositorio: 2025-04-24
Año de publicación de la dataset: 2024
Materia: Chemistry; Other
Identificador del investigador: 0000-0003-2456-5949; 0000-0002-7759-8042; 0000-0001-6112-5913
DOI de la publicación relacionada: 10.1016/j.csbr.2024.100008
Idioma: en
Publicado por (editorial): Universitat Rovira i Virgili (URV)
Derechos de acceso: info:eu-repo/semantics/openAccess
Tipos de datos: Experimental data; Textual data
Resumen: This dataset houses a research poster and its poster abstract. The set of documents was first presented at the doctoral days organized by the Doctoral Committee of the Nanoscience, Materials and Chemical Engineering program at Escuela Técnica Superior de Ingeniería Química (ETSEQ) of Universitat Rovira i Virgili (URV) on 16 May 2024 (19th Edition). Poster Title: "Machine Learning Prediction for Electronic Density of States in Guanine-TiO2 Adsorption Model".
Repositori URV