Addressing feature selection and extreme learning machine tuning by diversity-oriented social network search: an application for phishing websites detection

Резултати

Назив:	Addressing feature selection and extreme learning machine tuning by diversity-oriented social network search: an application for phishing websites detection
Аутори:	N. Bacanin ; M. Zivkovic ; M. Antonijevic ; K. Venkatachalam; J. Lee; Y. Nam; M. Marjanovic ; I. Strumberger ; M. Abouhawwash
Година:	2023
Публикација:	Complex & Intelligent Systems
ISSN:	2198-6053 Complex & Intelligent Systems Претражи идентификатор
Тип резултата:	Научни чланак
Колација:	str. 1-36
DOI:	10.1007/s40747-023-01118-z
WoS-ID:	001017653700001
Scopus-ID:	2-s2.0-85163322467
URI:	https://link.springer.com/article/10.1007/s40747-023-01118-z http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai/record/2/9520 https://enauka.gov.rs/handle/123456789/767298
URL:	https://link.springer.com/article/10.1007/s40747-023-01118-z
Пројекат:	Korea Technology and Information Promotion Agency (TIPA) - Korea government (Ministry of SMEs and Startups) [S3271954] National Research Foundation of Korea (NRF) - korea government (MSIT) [2022H1D8A3038040] Soonchunhyang University Research Fund
М-категорија:	21M21 - Водећи међународни часопис категорије M21

42
SCOPUS^TM

32
WEB OF SCIENCE^TM

Алт метрика

Dimensions

Unpaywall

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