An Evidential Dynamic Neighborhood Approach to Learn from Imbalanced Data
0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : bd, us. 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
- An Evidential Dynamic Neighborhood Approach to Learn from Imbalanced Data
- Date Crossref
- 20/06/2026
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
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
-
Noakhali Science and Technology University Institute of Information Technology pays non établi dans la noticeUniversité ou école supérieure
-
University of Utah pays non établi dans la noticeUniversité ou école supérieure
-
Islamic University of Technology Department of Computer Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
-
University of Dhaka Institute of Information Technology pays non établi dans la noticeUniversité ou école supérieure
-
Kahlert School of Computing pays non établi dans la noticeUniversité ou école supérieure
Institute of Information Technology — Noakhali Science and Technology University, University of Utah et Department of Computer Science and Engineering — Islamic University of Technology, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Imbalanced Data Classification TechniquesText and Document Classification TechnologiesMachine Learning and Data Classification