Zobrazeno 1 - 10
of 9 443
pro vyhledávání: '"ABSAR, A."'
Autor:
علیاصغر جعفري ول1 jafari_valani@yahoo.com, دنیا اسدي فخرنژا2 dh.asadi1375@gmail.com
Publikováno v:
Metaphysics / Metaphysik. Spring/Summer2023, Vol. 15 Issue 35, p55-70. 16p.
تأثير مکملهاي آبياري آبيار و آبسار بر خصوصيات مورفولوژیکی گونه Atriplex canescens در شرایط گلخانهاي.
Publikováno v:
Water & Soil Management & Modeling / Mudil Sazī va Mudīriyyat-i āb va Khāk. Spring2022, Vol. 2 Issue 2, p45-54. 10p.
Publikováno v:
مدلسازی و مدیریت آب و خاک, Vol 2, Iss 2, Pp 45-54 (2022)
Introduction Precipitation deficiency, its uneven spatio-temporal distribution, groundwater decline, and water loss in traditional irrigation systems, make it necessary to introduce appropriate solutions to improve the soils in arid areas. Meanwhile,
Externí odkaz:
https://doaj.org/article/9c5e23d80268402183e5feaaf40b8bb7
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
A Novel Ensemble-Based Deep Learning Model with Explainable AI for Accurate Kidney Disease Diagnosis
Autor:
Arifuzzaman, Md., Ahmed, Iftekhar, Chowdhury, Md. Jalal Uddin, Sakib, Shadman, Rahman, Mohammad Shoaib, Hossain, Md. Ebrahim, Absar, Shakib
Chronic Kidney Disease (CKD) represents a significant global health challenge, characterized by the progressive decline in renal function, leading to the accumulation of waste products and disruptions in fluid balance within the body. Given its perva
Externí odkaz:
http://arxiv.org/abs/2412.09472
Autor:
Lachemat, Houssam Eddine-Othman, Abbas, Akli, Oukas, Nourredine, Kheir, Yassine El, Haboussi, Samia, Shammur, Absar Chowdhury
The paper introduces and publicly releases (Data download link available after acceptance) CAFE -- the first Code-switching dataset between Algerian dialect, French, and english languages. The CAFE speech data is unique for (a) its spontaneous speaki
Externí odkaz:
http://arxiv.org/abs/2411.13424
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.