阿瓦塔拉姆·加尼瓦达
人员信息
优化列表
2020年–今天
2024 [公元10年] 莫辛·富克达尔 , 阿瓦塔拉姆·加尼瓦达 :
基于深度学习和遗传算法的乳腺超声图像特征选择和分类集成模型。 图像可视性。 计算。 146 : 105018 ( 2024 ) 2023 [公元9年] 阿瓦塔拉姆·加尼瓦达 , 斯里尼瓦斯·亚拉 :
一种新型深度卷积编解码网络:应用于视频中的运动目标检测。 神经计算。 申请。 35 ( 29 ) : 22027-22041 ( 2023 ) [j8] 莫辛·富克达尔 , 阿瓦塔拉姆·加尼瓦达 :
高效U-Net:一种用于超声图像中乳腺肿瘤分割和分类的新型深度学习方法。 神经过程。 莱特。 55 ( 8 ) : 10439-10462 ( 2023 ) 【c7】 沙达布·艾哈迈德 , 拉贾什·帕尔 , 阿瓦塔拉姆·加尼瓦达 :
识别戴面具的人:面具脸和虹膜的融合。 PReMI公司 2023 : 802-812 2022 [j7] 阿瓦塔拉姆·加尼瓦达 , 希拉·拉曼纳 :
具有粒度竞争学习的自组织图:在微阵列聚类中的应用。 智力。 Decis公司。 Technol公司。 16 ( 三 ) : 505-521 ( 2022 ) [j6] 沙达布·艾哈迈德 , 拉贾什·帕尔 , 阿瓦塔拉姆·加尼瓦达 :
基于遗传算法的多模态生物特征等级级融合。 Multim公司。 工具应用程序。 81 ( 28 ) : 40931-40958 ( 2022 ) 【c6】 沙达布·艾哈迈德 , 拉贾什·帕尔 , 阿瓦塔拉姆·加尼瓦达 :
基于匹配分数的生物特征质量估计,用于分数和等级级融合,用于人员识别。 ICVGIP公司 2022 : 56:1-56:8 2021 【c5】 沙达布·艾哈迈德 , 拉贾什·帕尔 , 阿瓦塔拉姆·加尼瓦达 :
基于遗传算法的多模态生物统计学分数级融合。 欧洲协调委员会 2021 : 2242-2250 【c4】 沙达布·艾哈迈德 , 拉贾什·帕尔 , 阿瓦塔拉姆·加尼瓦达 :
基于粒子群优化的多模态生物特征等级融合。 PReMI公司 2021 : 387-397
2010 – 2019
2019 【c3】 阿瓦塔拉姆·加尼瓦达 :
基于新模糊相似关系的广义模糊粗糙集。 SoCPaR公司 2019 : 1-9 2017 【b1】 桑卡尔·K·帕尔 , Shubhra Sankar Ray公司 , 阿瓦塔拉姆·加尼瓦达 :
颗粒神经网络、模式识别和生物信息学。 计算智能研究 712, 施普林格 2017 ,国际标准图书编号 978-3-319-57113-3 ,第1-222页 2016 [j5] Shubhra Sankar Ray公司 , 阿瓦塔拉姆·加尼瓦达 , 桑卡尔·K·帕尔 :
用于微阵列数据中聚类和基因选择的粒度自组织图。 IEEE传输。 神经网络学习。 系统。 27 ( 9 ) : 1890-1906 ( 2016 ) 2013 【j4】 阿瓦塔拉姆·加尼瓦达 , Shubhra Sankar Ray公司 , 桑卡尔·K·帕尔 :
模糊粗糙集和用于无监督特征选择的颗粒神经网络。 神经网络 48 : 91-108 ( 2013 ) 2012 [j3] 阿瓦塔拉姆·加尼瓦达 , Shubhra Sankar Ray公司 , 桑卡尔·K·帕尔 :
模糊粗糙粒度自组织映射和模糊粗糙熵。 西奥。 计算。 科学。 466 : 37-63 ( 2012 ) 2011 [注2] 阿瓦塔拉姆·加尼瓦达 , 桑卡尔·K·帕尔 :
一种新的模糊粗糙粒度神经网络分类方法。 国际期刊计算。 智力。 系统。 4 ( 5 ) : 1042-1051 ( 2011 ) [j1] 阿瓦塔拉姆·加尼瓦达 , 索米特拉·杜塔 , 桑卡尔·K·帕尔 :
模糊粗糙颗粒神经网络,模糊颗粒和分类。 西奥。 计算。 科学。 412 ( 42 ) : 5834-5853 ( 2011 ) 【c2】 阿瓦塔拉姆·加尼瓦达 , Shubhra Sankar Ray公司 , 桑卡尔·K·帕尔 :
模糊粗糙粒度自组织图。 RSKT公司 2011 : 659-668 2010 【c1】 阿瓦塔拉姆·加尼瓦达 , 桑卡尔·K·帕尔 :
鲁棒颗粒神经网络,模糊颗粒和分类。 RSKT公司 2010 : 220-227