Search Results (All Fields:"relation", Date:" [2019\-01\-01T00\:00\:00Z TO 2019\-12\-31T00\:00\:00Z] ", Keywords:"Informática")

Resultados de la Navegación (8)

RSS para este conjunto de resultadosRSS para este conjunto de resultados

  Search Relevance Visitas Descargas
Rodríguez-Vidal, Javier, Gonzalo, Julio, Plaza, Laura y Anaya Sánchez, Henry . (2019) Automatic Detection of Influencers in Social Networks: Authority versus Domain signals.  3.71 41 18
Vega, J., Hernández, F., Dormido Canto, Sebastián, Isayama, A., Joffrin, E., Matsunaga, G. y Suzuki, T. . (2019) Assessment of linear disruption predictors using JT-60U data.  3.71 39 9
Vega, J., Murari, A., Dormido Canto, Sebastián, Hernández, F., Cruz, T., Gadariya, D., Rattá, G.A. y JET Contributors . (2019) A linear equation based on signal increments to predict disruptive behaviours and the time to disruption on JET.  3.68 37 8
Rodriguez-Prieto, Oscar, Araujo, Lourdes y Martínez-Romo, Juan . (2019) Discovering related scientific literature beyond semantic similarity: a new co-citation approach.  2.72 56 10
Sevillano Plaza, Victor. (2019). Improving classication of pollen grain images of the POLEN23E dataset deep learning Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.  2.51 362 171
Medrano López, Rodrigo de. (2019). A new Spatio-Temporal neural network approach for traffic accident forecasting Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.  2.51 556 449
Martinez-Rico, Juan R., Martinez-Romo, Juan y Araujo, Lourdes . (2019) Can deep learning techniques improve classification performance of vandalism detection in Wikipedia?.  2.48 30 4
Vega García, María. (2019). Interpretable forecasts of NO2 concentrations through deep SHAP Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial  2.48 545 1402