Zobrazeno 1 - 10
of 171
pro vyhledávání: '"Kazemi, Amir"'
This work addresses the challenge of identifying Unmanned Aerial Vehicles (UAV) using radiofrequency (RF) fingerprinting in limited RF environments. The complexity and variability of RF signals, influenced by environmental interference and hardware i
Externí odkaz:
http://arxiv.org/abs/2301.08403
Autor:
Kazemi, Amir, Meidani, Hadi
A framework is proposed for the unconditional generation of synthetic time series based on learning from a single sample in low-data regime case. The framework aims at capturing the distribution of patches in wavelet scalogram of time series using si
Externí odkaz:
http://arxiv.org/abs/2211.02620
Autor:
Kazemi, Amir, Pordsari, Mahyar Ashourzadeh, Tamtaji, Mohsen, Afshari, Mohammad Hossein, Keshavarz, Saber, Zeinali, Fateme, Baesmat, Hasan, Zahiri, Shahla, Manteghi, Faranak, Ghaemi, Ahad, Rohani, Sohrab, Goddard, William A., III
Publikováno v:
In Chemical Engineering Journal 15 August 2024 494
Autor:
ZHANG, Xue-ping, ZHOU, Juan, PAN, Wei-bing, HUANG, Xue, CHEN, Ruo-han, LIU, Zhen-wen, LAN, Xin, CHEN, Chen-chen, YANG, Xing-yue, FAN, Qian, Kazemi, Amir Hooman, BAI, Xing-hua
Publikováno v:
In World Journal of Acupuncture – Moxibustion July 2024 34(3):197-203
Autor:
Fattahi, Seyyed Hossein, Kazemi, Amir, Khojastehnazhand, Mostafa, Roostaei, Mozzafar, Mahmoudi, Asghar
Publikováno v:
In Expert Systems With Applications 1 April 2024 239
Autor:
Kazemi, Amir Sadegh
Membrane filtration processes are widely utilized across different industrial sectors for biological and environmental separations. Examples of the former are sterile filtration and protein fractionation via microfiltration (MF) and ultrafiltration (
Externí odkaz:
http://hdl.handle.net/11375/23404
Autor:
Kazemi, Amir Shamlou1, Daneshmandi, Hassan1, Sedaghati, Parisa1 sedaghati@guilan.ac.ir, Hoseini, Yasin2
Publikováno v:
Muscles, Ligaments & Tendons Journal (MLTJ). Apr-Jun2024, Vol. 14 Issue 2, p367-375. 9p.
Autor:
Kazemi, Amir, Meidani, Hadi
Increasing use of sensor data in intelligent transportation systems calls for accurate imputation algorithms that can enable reliable traffic management in the occasional absence of data. As one of the effective imputation approaches, generative adve
Externí odkaz:
http://arxiv.org/abs/2008.04847
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.