安巴利卡·夏尔马
人员信息
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [公元10年] Ritu Nazneen Ara Begum公司 , 安巴利卡·夏尔马 , 吉里什·库马尔·辛格 :
基于ECG的人体识别DL集成模型。 IEEE传输。 仪器。 测量。 73 : 1-15 ( 2024 ) [公元9年] 卡迈勒·拉杰·辛格 , 安巴利卡·夏尔马 , 吉里什·库马尔·辛格 :
MADRU-Net:使用深度残余U-Net进行基于多尺度注意的心脏MRI分割。 IEEE传输。 仪器。 测量。 73 : 1-13 ( 2024 ) 2023 [j8] 卡迈勒·拉杰·辛格 , 安巴利卡·夏尔马 , 吉里什·库马尔·辛格 :
用于监督心脏磁共振成像分割的注意引导残差W-Net。 生物识别。 信号处理。 控制。 86 ( B部分 ) : 105177 ( 2023 ) [j7] 普拉蒂克·辛格 , 安巴利卡·夏尔马 , Shreesha Maiya公司 :
基于去噪叠层自动编码器和优化深度网络的心房颤动自动分类。 专家系统。 申请。 233 : 120975 ( 2023 ) 2022 [j6] 普拉蒂克·辛格 , 安巴利卡·夏尔马 :
用于双导联心电图去噪和心律失常分类的基于注意力的卷积去噪自动编码器。 IEEE传输。 仪器。 测量。 71 : 1-10 ( 2022 ) [j5] 普拉蒂克·辛格 , 安巴利卡·夏尔马 :
使用深度卷积网络对心律失常进行解释和分类。 IEEE传输。 仪器。 测量。 71 : 1-12 ( 2022 ) [i1] 普拉蒂克·辛格 , 安巴利卡·夏尔马 , Shreesha Maiya公司 :
基于去噪叠加自动编码器和优化深度网络的心房颤动自动分类。 CoRR公司 abs/2202.05177 ( 2022 ) 2020 【j4】 阿希什·罗希拉 , 安巴利卡·夏尔马 :
心率变异性的不对称传播。 生物识别。 信号处理。 控制。 60 : 101985 ( 2020 ) [j3] 帕文·库马尔 , 安巴利卡·夏尔马 :
基于卷积神经网络的无分段作者识别。 计算。 选举人。 工程师。 85 : 106707 ( 2020 ) 【c4】 Ritu Nazneen Ara Begum公司 , 安巴利卡·夏尔马 , 吉里什·辛格 :
使用心电图作为生物特征:基于变异CNN架构的方法。 ECAI公司 2020 : 1-6
2010 – 2019
2019 [注2] 帕文·库马尔 , 安巴利卡·夏尔马 :
DCWI:分布描述曲线和基于元胞自动机的书写者识别。 专家系统。 申请。 128 : 187-200 ( 2019 ) 【c3】 帕文·库马尔 , 马努·古普塔 , 马扬克·古普塔 , 安巴利卡·夏尔马 :
使用手写文本图像进行职业识别。 CVIP(2) 2019 : 25-35 【c2】 帕文·库马尔 , Mohd Haroon Ansari公司 , 安巴利卡·夏尔马 :
MBC-CA:使用元胞自动机基于多阈值二进制转换的盐和分离器噪声去除。 CVIP(1) 2019 : 195-204 【c1】 香蒂·钱德拉 , 安巴利卡·夏尔马 , 吉里什·辛格 :
使用计算效率高的线性相位滤波对ECG信号进行去噪。 ICCCNT公司 2019 : 1-8
1990 – 1999
1997 [j1] 萨克森那州 , 安巴利卡·夏尔马 , 苏巴什·钱德拉·乔杜里 :
心电图信号的数据压缩和特征提取。 国际期刊系统。 科学。 28 ( 5 ) : 483-498 ( 1997 )
合著者索引
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)