Резултати

eNauka >  Rezultati >  Cancelable and privacy-preserving ECG biometrics with deep learning for enhanced authentication
Naziv: Cancelable and privacy-preserving ECG biometrics with deep learning for enhanced authentication
Autori: Hammad, Mohamed; Meshoul, Souham; Bacanin, Nebojsa  ; Plawiak, Pawel; Fadl, Sondos
Godina: 2026
Publikacija: CLUSTER COMPUTING-THE JOURNAL OF NETWORKS SOFTWARE TOOLS AND APPLICATIONS
ISSN: 1386-7857 Cluster Computing Pretraži identifikator
Tip rezultata: Naučni članak
Kolacija: vol. 29 br. 4
DOI: 10.1007/s10586-026-06056-2
WoS-ID: 001729871700012
URI: https://enauka.gov.rs/handle/123456789/1035900
Projekat: Princess Nourah bint Abdulrahman University Researchers Supporting Project [PNURSP2026R196]
Princess Nourah bint Abdulrahman University, Riyadh, Saudi Arabia
Izvor metapodataka: (Preuzeto iz Nasi u WoS)
M-kategorija: 
21M21 - Vodeći međunarodni časopis kategorije M21

Алт метрика
Dimensions
Unpaywall

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