Поиск

Выпуск
Название
Авторы
An Automatic Detection of Blood Vessel in Retinal Images Using Convolution Neural Network for Diabetic Retinopathy Detection
Raja C., Balaji L.
On Some Transformations of Features in Machine Learning in Medicine
Zhuravlev Y., Ryazanov V., Sen’ko O., Dokukin A., Afanas’ev P.
Normal and Abnormal Tissue Classification in Positron Emission Tomography Oncological Studies
Comelli A., Stefano A., Benfante V., Russo G.
Degradation adaptive texture classification for real-world application scenarios
Gadermayr M., Merhof D., Vécsei A., Uhl A.
A practical aspect of identification and classifying of Guns based on gunshot wound patterns using gene expression programming
Savakar D., Kannur A.
Classification of welding defects in radiographic images
Moghaddam A., Rangarajan L.
Image Classification Model Using Visual Bag of Semantic Words
Qi Y., Zhang G., Li Y.
Detecting Animals in Infrared Images from Camera-Traps
Follmann P., Radig B.
Satellite image-based ancient dwelling fingerprint detection algorithm
Shen L., Yang F.
Combinatorial analysis of the solvability properties of the problems of recognition and completeness of algorithmic models. Part 1: Factorization approach
Torshin I., Rudakov K.
Indian sign language recognition using SVM
Raheja J., Mishra A., Chaudhary A.
Lightweight Nearest Convex Hull Classifier
Nemirko A.
A Trainable System for Underwater Pipe Detection
Rekik F., Ayedi W., Jallouli M.
Analysis and identification of kidney stone using Kth nearest neighbour (KNN) and support vector machine (SVM) classification techniques
Verma J., Nath M., Tripathi P., Saini K.
Construction of an optimal collective decision in cluster analysis on the basis of an averaged co-association matrix and cluster validity indices
Berikov V.
A two-phase solution procedure using mixtures of algorithms in the structure–property problem
Prokhorov E., Svitan’ko I., Zakharenko A., Sukhanova M., Bekker A., Perevoznikov A., Kumskov M.
A Clustering Based Classification Approach Based on Modified Cuckoo Search Algorithm
Dhal K., Das A., Ray S., Das S.
Epileptiform Activity Detection and Classification Algorithms of Rats with Post-traumatic Epilepsy
Obukhov K., Kersher I., Komoltsev I., Obukhov Y.
Texture classification using partial differential equation approach and wavelet transform
Hiremath P., Bhusnurmath R.
Semi-supervised classification using multiple clusterings
Yu G., Feng L., Yao G., Wang J.
Reduction based similarity learning for high dimensional problems
Iofina G., Maximov Y.
Effect on the Performance of a Support Vector Machine Based Machine Vision System with Dry and Wet Ore Sample Images in Classification and Grade Prediction
Patel A., Chatterjee S., Gorai A.
An Obstacle Detection Method for Visually Impaired Persons by Ground Plane Removal Using Speeded-Up Robust Features and Gray Level Co-Occurrence Matrix
Jindal A., Aggarwal N., Gupta S.
Vicinal support vector classifier: A novel approach for robust classification based on SKDA
Ngadi M., Amine A., Hachimi H., El-Attar A.
Tight risk bounds for multi-class margin classifiers
Maximov Y., Reshetova D.
1 - 25 из 44 результатов 1 2 > >> 
Подсказки:
  • Ключевые слова чувствительны к регистру
  • Английские предлоги и союзы игнорируются
  • По умолчанию поиск проводится по всем ключевым словам (агенс AND экспериенцер)
  • Используйте OR для поиска того или иного термина, напр. образование OR обучение
  • Используйте скобки для создания сложных фраз, напр. архив ((журналов OR конференций) NOT диссертаций)
  • Для поиска точной фразы используйте кавычки, напр. "научные исследования"
  • Исключайте слово при помощи знака - (дефис) или оператора NOT; напр. конкурс -красоты или же конкурс NOT красоты
  • Используйте * в качестве версификатора, напр. научн* охватит слова "научный", "научные" и т.д.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».