Zobrazeno 1 - 10
of 818
pro vyhledávání: '"Feature generation"'
Publikováno v:
IEEE Access, Vol 12, Pp 111142-111157 (2024)
In the field of network security attack and defense, attackers frequently utilize network monitoring to analyze traffic features and obtain user privacy. Most defense methods employ feature-based traffic morphing techniques. However, the existing tra
Externí odkaz:
https://doaj.org/article/27b003e4572c42e4b8d973b32ad8965e
Autor:
Sidra Abbas, Gabriel Avelino Sampedro, Moez Krichen, Meznah A. Alamro, Alaeddine Mihoub, Rastislav Kulhanek
Publikováno v:
IEEE Access, Vol 12, Pp 89055-89068 (2024)
The increasing occurrence of Hypertension highlights the need for advanced predictive tools in healthcare. This research proposes a novel approach that combines machine and deep learning for new feature generation and hypertension prediction. We expl
Externí odkaz:
https://doaj.org/article/7b9a6a06e09a4b88a34b3870b5e90539
Autor:
Shenglong Wang, Xiaoxuan Jiao, Bo Jing, Jinxin Pan, Xiangzhen Meng, Yifeng Huang, Shaoting Pei
Publikováno v:
Sensors, Vol 24, Iss 19, p 6391 (2024)
Coupling faults that simultaneously occur during the operation of mechanical equipment are widespread. These faults encompass a diverse range of high-order coupling relationships, involving multiple base fault types. Based on the advantages of hyperg
Externí odkaz:
https://doaj.org/article/b2ce4f1d697944978e02dc71d247c340
Publikováno v:
Energy Reports, Vol 10, Iss , Pp 1387-1408 (2023)
The importance of accurate forecasting in the electric sector has grown due to the increasing demand and adoption of high volume of Renewable Energy Sources (RES). Short-term forecasting (STF) using deep learning methods has shown potential for impro
Externí odkaz:
https://doaj.org/article/09c5ce6fd7de4f658ad4761b63cd9a93
Autor:
Laura Judith Marcos-Zambrano, Víctor Manuel López-Molina, Burcu Bakir-Gungor, Marcus Frohme, Kanita Karaduzovic-Hadziabdic, Thomas Klammsteiner, Eliana Ibrahimi, Leo Lahti, Tatjana Loncar-Turukalo, Xhilda Dhamo, Andrea Simeon, Alina Nechyporenko, Gianvito Pio, Piotr Przymus, Alexia Sampri, Vladimir Trajkovik, Blanca Lacruz-Pleguezuelos, Oliver Aasmets, Ricardo Araujo, Ioannis Anagnostopoulos, Önder Aydemir, Magali Berland, M. Luz Calle, Michelangelo Ceci, Hatice Duman, Aycan Gündoğdu, Aki S. Havulinna, Kardokh Hama Najib Kaka Bra, Eglantina Kalluci, Sercan Karav, Daniel Lode, Marta B. Lopes, Patrick May, Bram Nap, Miroslava Nedyalkova, Inês Paciência, Lejla Pasic, Meritxell Pujolassos, Rajesh Shigdel, Antonio Susín, Ines Thiele, Ciprian-Octavian Truică, Paul Wilmes, Ercument Yilmaz, Malik Yousef, Marcus Joakim Claesson, Jaak Truu, Enrique Carrillo de Santa Pau
Publikováno v:
Frontiers in Microbiology, Vol 14 (2023)
The human microbiome has become an area of intense research due to its potential impact on human health. However, the analysis and interpretation of this data have proven to be challenging due to its complexity and high dimensionality. Machine learni
Externí odkaz:
https://doaj.org/article/7e8c2a9ec3074e74b5f235b502816b53
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.
Publikováno v:
PeerJ, Vol 11, p e15313 (2023)
Graph or network embedding is a powerful method for extracting missing or potential information from interactions between nodes in biological networks. Graph embedding methods learn representations of nodes and interactions in a graph with low-dimens
Externí odkaz:
https://doaj.org/article/1d3ff0aa51da4c02bc5699d4cbc7f79c
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.