hh.sePublikationer
Driftstörningar
Just nu har vi driftstörningar på sök-portalerna på grund av hög belastning. Vi arbetar på att lösa problemet, ni kan tillfälligt mötas av ett felmeddelande.
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Accuracy of a Deep Learning Method for Heart Sound Analysis is Unrealistic
Högskolan i Halmstad, Akademin för informationsteknologi.ORCID-id: 0000-0002-3413-2859
Amirkabir University, Tehran, Iran.
2023 (Engelska)Ingår i: Neural Networks, ISSN 0893-6080, E-ISSN 1879-2782, Vol. 159, s. 107-108Artikel i tidskrift, Letter (Refereegranskat) Published
Ort, förlag, år, upplaga, sidor
Oxford: Elsevier, 2023. Vol. 159, s. 107-108
Nationell ämneskategori
Kardiologi och kardiovaskulära sjukdomar
Identifikatorer
URN: urn:nbn:se:hh:diva-49162DOI: 10.1016/j.neunet.2022.12.006ISI: 000911078400001Scopus ID: 2-s2.0-85144408539OAI: oai:DiVA.org:hh-49162DiVA, id: diva2:1725432
Tillgänglig från: 2023-01-11 Skapad: 2023-01-11 Senast uppdaterad: 2025-02-10Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Gharehbaghi, Arash

Sök vidare i DiVA

Av författaren/redaktören
Gharehbaghi, Arash
Av organisationen
Akademin för informationsteknologi
I samma tidskrift
Neural Networks
Kardiologi och kardiovaskulära sjukdomar

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 74 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf