T
Tariq Mahmood
H指数:35
被引数:4,210
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
基于深度强化学习的混合框架用于安全工业物联网资源分配和数字孪生辅助移动边缘计算卸载
Computer Networks
IF4.6
高能效引力波探测:基于自适应专家层的自适应专家驱动人工智能方法
Mamba优化的具有动态变形场的实时医学图像配准Transformer框架
Journal of Big Data
IF6.4
采用遗传模糊机制提升WLAN、LR-WPAN、WBAN性能
AI优化的乳腺癌预后分析:基于Transformer的病灶定位与硬投票分类器的稳健预测
利用呼吸声音分析中的空间和时间特征的个性化联邦自适应变换器集成(FATE)模型用于COPD检测
通过基于深度迁移学习的神经网络数字孪生建模提升数据稀缺环境下的工业物联网性能
ConvTNet融合:一种用于多类别分类、多模态特征融合和组织异质性处理的鲁棒Transformer-CNN框架
迈向可持续智慧城市:应用、挑战与未来方向
基于LSTM优化的DV-hop框架实现WSNs中节能且鲁棒的多跳节点定位,以缓解多跳定位误差
SCIENTIFIC REPORTS
IF3.9
基于主动和以数据为中心的物联网雾计算架构,用于智能城市的有效警务
基于卷积神经网络的皮肤镜图像皮肤癌检测
SCIENTIFIC REPORTS
IF3.9
增强网络安全: 基于残差网络的卷积神经网络入侵检测系统
SCIENTIFIC REPORTS
IF3.9
阿尔茨海默病揭幕: 用于增强诊断的尖端多模态神经成像和计算方法
利用放射组学和深度学习的力量,通过多参数乳腺x线摄影改善乳腺癌诊断

