Rezultati

eNauka >  Rezultati >  Intrusion Detection by XGBoost Model Tuned by Improved Social Network Search Algorithm
Naziv: Intrusion Detection by XGBoost Model Tuned by Improved Social Network Search Algorithm
Autori: N. Bacanin  ; A. Petrovic  ; M. Antonijevic  ; M. Zivkovic  ; M. Sarac  ; E. Tuba  ; I. Strumberger 
Godina: 2023
Publikacija: CCIS Communications in Computer and Information Science: MDIS 2022: Modelling and Development of Intelligent Systems, volume 1761
Izdavač: Springer, Cham
Tip rezultata: Poglavlje u monografiji
Kolacija: str. 104-121
DOI: 10.1007/978-3-031-27034-5_7
Scopus-ID: 2-s2.0-85149843699
URI: http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai/record/3/9278
https://enauka.gov.rs/handle/123456789/708104
URL: https://link.springer.com/chapter/10.1007/978-3-031-27034-5_7
M-kategorija: 
Mp kategorija će biti prikazana naknadno.

17
SCOPUSTM
Alt metrika
Dimensions
Unpaywall

Google ScholarTM

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.