Philipp Miro Pflüger

Für die Person sind keine aktuellen Zugehörigkeiten bekannt. Die Person ist nicht mehr an der Universität aktiv.

Publikationen

Calibration-free quantification and automated data analysis for high-throughput reaction screening Katzenburg, Felix; Boser, Florian; Schaefer, Felix R.; Pfluger, Philipp M.; Glorius, Frank (2025) In: Digital Discovery, 4(2). doi:10.1039/d4dd00347k Forschungsartikel (Zeitschrift) \| Peer reviewed \| Veröffentlicht
An evolutionary algorithm for interpretable molecular representations Pflüger, Philipp M.; Kühnemund, Marius; Katzenburg, Felix; Kuchen, Herbert; Glorius, Frank (2024) In: Chem, 10(5), 1391-1405. doi:10.1016/j.chempr.2024.02.004 Forschungsartikel (Zeitschrift) \| Peer reviewed \| Veröffentlicht
Standardizing Substrate Selection: A Strategy toward Unbiased Evaluation of Reaction Generality Rana, Debanjan; Pflüger, Philipp M.; Hölter, Niklas P.; Tan, Guangying; Glorius, Frank (2024) In: ACS Central Science, 10(4), 899-906. doi:10.1021/acscentsci.3c01638 Forschungsartikel (Zeitschrift) \| Peer reviewed \| Veröffentlicht
EnTdecker - A Machine Learning-Based Platform for Guiding Substrate Discovery in Energy Transfer Catalysis. Schlosser L; Rana D; Pflüger P; Katzenburg F; Glorius F (2024) In: Journal of the American Chemical Society, 146(19), 13266-13275. doi:10.1021/jacs.4c01352 Forschungsartikel (Zeitschrift) \| Peer reviewed \| Veröffentlicht
Late-Stage Saturation of Drug Molecules. Liu DH; Pflüger PM; Outlaw A; Lückemeier L; Zhang F; Regan C; Rashidi Nodeh H; Cernak T; Ma J; Glorius F (2024) In: Journal of the American Chemical Society, 146(17), 11866-11875. doi:10.1021/jacs.4c00807 Forschungsartikel (Zeitschrift) \| Peer reviewed \| Veröffentlicht

Alle Publikationen anzeigen

Projekte

EXIST-Forschungstransfer "ChemInnovation" Laufzeit: 01.04.2023 - 30.09.2024 Gefördert durch: BMWE - EXIST-Forschungstransfer Art des Projekts: Gefördertes Einzelprojekt
Interdisziplinäre Zusammenarbeit mit dem Arbeitskreis Glorius des organisch-chemischen Instituts im Bereich maschinelles Lernen und Datenanalyse Laufzeit: 01.01.2019 - 31.12.2025 Art des Projekts: Eigenmittelprojekt