Tudóstér: Ghori Khawaja Moyeezullah publikációi

PDF
-
szűkítés
feltöltött közlemény: 5 Open Access: 3
2021
  1. Ghori, K., Awais, M., Akmal, S., Imran, M., Abbasi, R., Szathmáry, L.: A Review on Latest Trends in Non-Technical Loss Detection.
    In: CEUR Workshop Proceedings. Szerk.: Fazekas István, Hajdu András, Tómács Tibor, CEUR Workshop Proceedings, Debrecen, 131-139, 2021.
  2. Aldabbas, A., Gál, Z., Ghori, K., Imran, M., Shoaib, M.: Deep Learning-Based Approach for Detecting Trajectory Modifications of Cassini-Huygens Spacecraft.
    IEEE Access. 9 39111-39125, 2021.
    Folyóirat-mutatók:
    Q1 Computer Science (miscellaneous)
    Q1 Engineering (miscellaneous)
    Q1 Materials Science (miscellaneous)
2020
  1. Ghori, K., Abbasi, R., Awais, M., Imran, M., Ullah, A., Szathmáry, L.: Impact of Feature Selection on Non-Technical Loss Detection.
    In: 6th Conference on Data Science and Machine Learning Applications, IEEE, Piscataway, 19-24, 2020. ISBN: 9781728127460
  2. Ghori, K., Abbasi, R., Awais, M., Imran, M., Ullah, A., Szathmáry, L.: Performance Analysis of Different Types of Machine Learning Classifiers for Non-Technical Loss Detection.
    IEEE Access. 8 16033-16048, 2020.
    Folyóirat-mutatók:
    Q1 Computer Science (miscellaneous)
    Q1 Engineering (miscellaneous)
    Q2 Materials Science (miscellaneous)
  3. Ghori, K., Imran, M., Nawaz, A., Abbasi, R., Ullah, A., Szathmáry, L.: Performance analysis of machine learning classifiers for non-technical loss detection.
    Ambient Intell. Humaniz. Comput. [Epub ahead of print] 1-16, 2020.
    Folyóirat-mutatók:
    Q1 Computer Science (miscellaneous)
feltöltött közlemény: 5 Open Access: 3
https://tudoster.idea.unideb.hu
A szolgáltatást nyújtja: DEENK