Összes letöltés a DEA-ból: 200
Ország | Letöltések |
---|---|
Egyesült Államok (US) | 103 |
Kína (CN) | 16 |
Magyarország (HU) | 10 |
Oroszország (RU) | 9 |
Indonézia (ID) | 5 |
Németország (DE) | 4 |
Románia (RO) | 4 |
Nigéria (NG) | 3 |
Pakisztán (PK) | 3 |
Brazília (BR) | 2 |
Franciaország (FR) | 2 |
Hong Kong SAR (Kínai Népköztársaság) (HK) | 2 |
India (IN) | 2 |
Hollandia (NL) | 2 |
Vietnám (VN) | 2 |
Egyesült Arab Emírségek (AE) | 1 |
Ausztria (AT) | 1 |
Spanyolország (ES) | 1 |
Görögország (GR) | 1 |
Horvátország (HR) | 1 |
Olaszország (IT) | 1 |
Jordánia (JO) | 1 |
Malajzia (MY) | 1 |
Tunézia (TN) | 1 |
Ukrajna (UA) | 1 |
n.a. | 21 |
Megjelenés | Publikáció | Fájlletöltések |
---|---|---|
2024 | Alshuwaili, D., Szathmáry, L.: A one-dimensional convolutional neural network-based deep learning approach for predicting cardiovascular diseases. Inform. Med. Unlocked. 49 1-14, 2024. Teljes szöveg: https://hdl.handle.net/2437/375216 Folyóirat-mutatók:
Q2 Health Informatics (2023) | kiadói változat: 13 |
2021 | 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. Teljes szöveg: https://hdl.handle.net/2437/345704 | kiadói változat: 46 |
2020 | 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. Teljes szöveg: https://hdl.handle.net/2437/278485 Folyóirat-mutatók:
Q1 Computer Science (miscellaneous) Q1 Engineering (miscellaneous) Q2 Materials Science (miscellaneous) | Kiadói változat: 78 |
2020 | 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. Teljes szöveg: https://hdl.handle.net/2437/278494 Folyóirat-mutatók:
Q1 Computer Science (miscellaneous) | kiadói változat: 63 |