Zobrazeno 1 - 10
of 68
pro vyhledávání: '"Fakeri, A."'
Publikováno v:
International Journal of Circuit Theory and Applications, July 2023
A multiplier, as a key component in many different applications, is a time-consuming, energy-intensive computation block. Approximate computing is a practical design paradigm that attempts to improve hardware efficacy while keeping computation qualit
Externí odkaz:
http://arxiv.org/abs/2107.11881
Publikováno v:
In Chemical Engineering Journal 1 July 2021 415
Publikováno v:
In Chemical Engineering Journal 1 April 2021 409
Autor:
Mohammad Hossein Rezaei Mogaddam, Mohammadreza Nikjoo, Davod Mokhtari, Ahmad Fakeri Far, Kazem Koshdel
Publikováno v:
نشریه جغرافیا و برنامهریزی, Vol 22, Iss 64, Pp 81-101 (2018)
The streams of rivers are extremely complex in nature. Rivers are beneficial for natural vegetation, animals, living organisms and human communities. The river provides the possibility of drinking water and irrigation of agricultural fields. Rivers a
Externí odkaz:
https://doaj.org/article/3837f18cb1724611bc7363551cec78a9
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Mohammadreza Alivand, Mahsa Fakeri, Seyed Masoud Armandzadeh, Shabnam Koulaeizadeh, Elmira Aboutalebi Vand Beilankouhi, Mohammad valilo
Publikováno v:
Current Cancer Therapy Reviews. 19
Abstract: microRNAs (miRNA) play a significant role in regulating gene expression at the post-transcriptional level in multicellular organisms, such as mammals. These small non-coding RNAs (snRNA) can be present in plants and even viruses, and make u
Publikováno v:
International Journal of Circuit Theory and Applications.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Neurocomputing 1 May 2015 155:117-127
Autor:
Nguyen, Thanh, Feng, Gan, Pfadler, Andreas, Poliakova, Anastasia, Fakeri-Tabrizi, Ali, Liu, Hongliang, Yuzifovich, Yuriy
In this paper, we present a new methodology to discover emerging malware where new malware candidates are continuously discovered by our general anomaly detection, and the graph learning system predicts the behavior and the threat family using fuzzy
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::3ef7189a0f4bec2dcd975643da6feb7f