Recent Advances in Machine Learning for Electrochemical, Optical, and Gas Sensors

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade de São Paulo (USP)-
Autor(es): dc.contributorInstituto Nacional de Ciência e Tecnologia de Bioanalítica-INCTBio-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.creatorMaterón, Elsa M.-
Autor(es): dc.creatorSilva Benvenuto, Filipe S. R.-
Autor(es): dc.creatorRibas, Lucas C.-
Autor(es): dc.creatorJoshi, Nirav-
Autor(es): dc.creatorBruno, Odemir Martinez-
Autor(es): dc.creatorCarrilho, Emanuel-
Autor(es): dc.creatorOliveira, Osvaldo N.-
Data de aceite: dc.date.accessioned2025-08-21T15:35:24Z-
Data de disponibilização: dc.date.available2025-08-21T15:35:24Z-
Data de envio: dc.date.issued2025-04-29-
Data de envio: dc.date.issued2022-12-31-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1007/978-981-99-0393-1_6-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/300125-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/300125-
Descrição: dc.descriptionMachine learning is increasingly used in the analysis of distinct types of data for clinical diagnosis and monitoring the environment, particularly because of the large amounts of data generated in sensing and biosensing methods. In this chapter, we discuss the usage of machine learning for electrochemical sensors, with emphasis on colorimetric principles of detection.-
Descrição: dc.descriptionInstituto de Química de São Carlos Universidade de São Paulo, SP-
Descrição: dc.descriptionInstituto Nacional de Ciência e Tecnologia de Bioanalítica-INCTBio, SP-
Descrição: dc.descriptionSão Carlos Institute of Physics University of São Paulo, P.O Box 369, SP-
Descrição: dc.descriptionInstitute of Biosciences Humanities and Exact Sciences São Paulo State University, SP-
Descrição: dc.descriptionInstitute of Mathematics and Computer Science University of São Paulo, SP-
Descrição: dc.descriptionInstitute of Biosciences Humanities and Exact Sciences São Paulo State University, SP-
Formato: dc.format117-138-
Idioma: dc.languageen-
Relação: dc.relationMachine Learning for Advanced Functional Materials-
???dc.source???: dc.sourceScopus-
Título: dc.titleRecent Advances in Machine Learning for Electrochemical, Optical, and Gas Sensors-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.