Chaotic Binary Ant Lion Optimizer Approach for Feature Selection on Medical Datasets with COVID-19 Case Study

M. Zivkovic; N. Bacanin; A. Rakic; J. Arandjelovic; S. Stanojlovic; K. Venkatachalam

Резултати

eNauka > Rezultati > Chaotic Binary Ant Lion Optimizer Approach for Feature Selection on Medical Datasets with COVID-19 Case Study

Naziv:	Chaotic Binary Ant Lion Optimizer Approach for Feature Selection on Medical Datasets with COVID-19 Case Study
Autori:	M. Zivkovic ; N. Bacanin ; A. Rakic; J. Arandjelovic; S. Stanojlovic; K. Venkatachalam
Godina:	2022
Publikacija:	2022 International Conference on Augmented Intelligence and Sustainable Systems (ICAISS), Trichy, India
Tip rezultata:	Konferencijski rad
Kolacija:	str. 581-588
DOI:	10.1109/ICAISS55157.2022.10011032
Scopus-ID:	2-s2.0-85147546004
URI:	http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai/record/1/9234 https://enauka.gov.rs/handle/123456789/715359
URL:	https://ieeexplore.ieee.org/document/10011032
M-kategorija:	Mp kategorija će biti prikazana naknadno.

5
SCOPUS^TM

Алт метрика

Dimensions

Пронађи DOI

Проналажење DOI у сервису CrossRef-у на основу мета-података у запису. Приказаће се DOI (и метаподаци) чији се подаци највише поклапају. ОПРЕЗ - то не мора бити та публикација.

Unpaywall

Google Scholar^TM

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.