Improving the efficacy of anti-cancer nanoparticles with data-driven mathematical modeling

Cancer Modélisation et simulation Sciences du Vivant [q-bio] Sciences pharmaceutiques Ingénierie biomédicale Sciences de l'ingénieur [physics] Micro et nanotechnologies/Microélectronique Applications [stat.AP]

Fichier principal

2018_ds3_vaghi_nanoparticles.pdf (6.77 Mo)

Origine : Fichiers produits par l'(les) auteur(s)

Sebastien Benzekry : Connectez-vous pour contacter le contributeur

https://inria.hal.science/hal-01968959

Soumis le : jeudi 3 janvier 2019-15:14:01

Dernière modification le : jeudi 4 avril 2024-03:08:07

Archivage à long terme le : jeudi 4 avril 2019-15:02:59

Dates et versions

hal-01968959 , version 1 (03-01-2019)

Identifiants

HAL Id : hal-01968959 , version 1

Citer

Cristina Vaghi, Anne Rodallec, Raphaelle Fanciullino, Joseph Ciccolini, Clair Poignard, et al.. Improving the efficacy of anti-cancer nanoparticles with data-driven mathematical modeling. Data Science Summer School, Jun 2018, Palaiseau, France. ⟨hal-01968959⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSERM CNRS INRIA UNIV-AMU IMB INRIA2 TDS-MACS CRCM

196 Consultations

56 Téléchargements