A machine Learning pipeline to track dynamics of a population of nanoparticles during in situ Environmental Transmission Electron Microscopy in gases - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

A machine Learning pipeline to track dynamics of a population of nanoparticles during in situ Environmental Transmission Electron Microscopy in gases

Domaines

Catalyse Intelligence artificielle [cs.AI] Matériaux
Fichier principal
Vignette du fichier
M&M 2021_ID1019503_K-Faraz_et-al_(ML-pipeline-NPs-tracking-ETEM).pdf (277.69 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Thierry Epicier  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03271239

Soumis le : vendredi 25 juin 2021-14:56:04

Dernière modification le : jeudi 11 avril 2024-13:08:13

Archivage à long terme le : dimanche 26 septembre 2021-22:16:43

Télécharger pour visualiser

Dates et versions

hal-03271239 , version 1 (25-06-2021)

Identifiants

  • HAL Id : hal-03271239 , version 1

Citer

Khuram Faraz, Thomas Grenier, Christophe Ducottet, Thierry Epicier. A machine Learning pipeline to track dynamics of a population of nanoparticles during in situ Environmental Transmission Electron Microscopy in gases. M&M2021, Microscopy Society of America (MSA), Aug 2021, Pittsburgh (virtual), United States. ⟨hal-03271239⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSERM UNIV-ST-ETIENNE IOGS CNRS UNIV-LYON1 INSA-LYON IRCELYON CREATIS PARISTECH INC-CNRS MATEIS INSA-GROUPE UDL
85 Consultations
55 Téléchargements

Partager

Gmail Facebook X LinkedIn More