Comparing Anomaly Detection and Classification Algorithms: A Case Study in Two Domains
1Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : se. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Comparing Anomaly Detection and Classification Algorithms: A Case Study in Two Domains
- Date Crossref
- 01/01/2023
- Éditeur
- Springer Nature Switzerland
- Type
- book-chapter
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Chalmers University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
University of Gothenburg Chalmers pays non établi dans la noticeUniversité ou école supérieure
-
Ericsson (Sweden) pays non établi dans la noticeEntreprise
-
Sahlgrenska University Hospital pays non établi dans la noticeÉtablissement de santé
-
Ericsson AB pays non établi dans la noticeInstitution
Chalmers University of Technology, Chalmers — University of Gothenburg et Ericsson (Sweden), avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Anomaly Detection Techniques and ApplicationsNetwork Security and Intrusion DetectionData Stream Mining Techniques