阿布希纳夫·库马尔 0005
人员信息
附属： 莫蒂拉尔·尼赫鲁国家技术研究所，印度普拉亚格拉杰计算机科学与工程系 附属： 印度苏拉特信息技术研究所 附属： 印度布巴内斯瓦尔Siksha‘O’Anusandhan大学计算机科学与工程系 从属关系（博士2021）： 印度巴特那国家理工学院计算机科学与工程系
其他同名人员
阿布希纳夫·库马尔 — 消歧页 阿布希纳夫·库马尔 0001 ![[0000-0002-6468-7054]](https://dblp.uni-trier.de/img/orcid-mark.12x12.png "0000-0002-6468-7054")
-印度海得拉巴印度理工学院，印度电气工程系 阿布希纳夫·库马尔 0002 -美国伊利诺伊州芝加哥伊利诺伊大学 阿布希纳夫·库马尔 0003 -印度乌塔尔瓦拉纳西印度理工学院（BHU） 阿布希纳夫·库马尔 0004 — 密歇根州立大学计算机视觉实验室，美国密歇根州东兰辛 （还有4个以上） 阿布希纳夫·库马尔 0006 — 美国纽约州石溪市石溪大学 （还有2个以上）
优化列表
2020年–今天
2024 
[公元15年] 苏尼尔·索米亚 , 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 :
从多语言社交媒体内容中过滤攻击性语言：深度学习方法。 工程应用。 Artif公司。 因特尔。 133 : 108159 ( 2024 ) [公元14年] 阿什什·辛格 , 阿布希纳夫·库马尔 , 苏耶尔·纳马苏德拉 :
DNACDS：基于DNA加密的云IoE大数据安全和访问方案。 前沿计算。 科学。 18 ( 1 ) : 181801 ( 2024 ) [j13] 苏尼尔·达拉 , 乔蒂·普拉卡什·辛格 , 阿尔文德·库马尔·蒂瓦里 , 阿布希纳夫·库马尔 :
使用放射组学和基于DL的特征通过CT扫描识别新冠肺炎。 Netw公司。 模型。 分析。 健康信息学生物信息。 13 ( 1 ) : 14 ( 2024 ) [公元12年] 普拉迪普·库马尔·罗伊 , 阿布希纳夫·库马尔 , 阿什什·辛格 , 阿伦·库马尔·桑加亚 :
使用以消费者为中心的工业应用程序的深度学习预测比特币价格。 IEEE传输。 消费电子。 70 ( 1 ) : 1351-1358 ( 2024 ) [公元11年] 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 :
深度神经网络用于从双语灾难相关推文中识别位置参考。 IEEE传输。 计算。 社会系统。 11 ( 1 ) : 880-891年 ( 2024 ) 2023 [公元10年] 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 , Nrefeendra P.拉纳 , 约格什·K·德维迪 :
用于识别灾难目击者推特的多通道卷积神经网络。 信息系统。 前沿 25 ( 4 ) : 1589-1604 ( 2023 ) [公元9年] 阿什什·辛格 , 阿布希纳夫·库马尔 , 扎希德·阿赫塔 , 穆罕默德·库拉姆·汗 :
客座编辑：医疗系统中的网络安全情报。 IEEE传输。 工业信息学 19 ( 1 ) : 809-812 ( 2023 ) 2022 [j8] 索门·罗伊 , 吉特什·普拉丹 , 阿布希纳夫·库马尔 , 迪比亚·兰詹·达斯·阿迪卡里 , 乌特帕尔·罗伊 , Devadatta Sinha公司 , 拉贾特·库马尔·帕尔 :
最新按键动力学模型的系统文献综述。 IEEE接入 10 : 92192-92236 ( 2022 ) [j7] 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 , 约格什·K·德维迪 , Nrefeendra P.拉纳 :
紧急情况下用于信息推特内容分类的深度多模式神经网络。 安·Oper。 物件。 319 ( 1 ) : 791-822 ( 2022 ) [j6] 普拉迪普·库马尔·罗伊 , 阿布希纳夫·库马尔 :
使用转移学习集成对新型冠状病毒肺炎进行早期预测。 计算。 选举人。 工程师。 101 : 108018 ( 2022 ) [j5] 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 , 阿米特·库马尔·辛格 :
灾难期间目击者推文识别的随机卷积神经网络结构。 J.网格计算。 20 ( 三 ) : 20 ( 2022 ) 【j4】 乔蒂·普拉卡什·辛格 , 阿布希纳夫·库马尔 , Nrefeendra P.拉纳 , 约格什·K·德维迪 :
基于注意的LSTM网络在推文谣言真实性评估中的应用。 信息系统。 前沿 24 ( 2 ) : 459-474 ( 2022 ) [j3] 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 , 阿米特·库马尔·辛格 :
基于集成的深度学习模型的新冠肺炎假新闻检测。 IT教授。 24 ( 2 ) : 32-37 ( 2022 ) [第14条] 普拉迪普·库马尔·罗伊 , Snehaan Bhawal公司 , 阿布希纳夫·库马尔 , 巴拉提·拉贾·查克拉瓦尔蒂 :
IIIT苏拉@LT-EDI-ACL2022 ：希望使用机器学习进行语音检测。 LT-EDI公司 2022 : 120-126 2021 [注2] 拉杰尼什·潘迪 , 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 , Sudhakar Tripathi公司 :
基于混合注意的长短记忆网络用于讽刺识别。 申请。 软计算。 106 : 107348 ( 2021 ) [第13条] Rakshita Jain公司 , 德万西·戈尔 , Prashant Sahu公司 , 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 :
在推特上剖析仇恨言论传播者。 CLEF（工作注释） 2021 : 2011-2024 [第12条] 阿布希纳夫·库马尔 , 普拉迪普·库马尔·罗伊 , 苏尼尔·索米亚 :
英语和印度-雅利安语中仇恨和冒犯性语言识别的合奏方法。 FIRE（工作说明） 2021 : 439-445 [第11条] 阿布希纳夫·库马尔 , 苏尼尔·索米亚 , 普拉迪普·库马尔·罗伊 :
乌尔都语社交媒体帖子中的虐待和威胁语言检测：机器学习方法。 FIRE（工作说明） 2021 : 784-790 [第10条] 阿布希纳夫·库马尔 , 普拉迪普·库马尔·罗伊 , 乔蒂·普拉卡什·辛格 :
从推文中识别阿拉伯语厌女性的深度学习方法。 FIRE（工作说明） 2021 : 831-838 【c9】 阿布希纳夫·库马尔 , 苏尼尔·索米亚 , 乔蒂·普拉卡什·辛格 :
基于集成的德拉维甸混合代码社交媒体帖子情感分析模型。 FIRE（工作说明） 2021 : 950-958 【c8】 普拉迪普·库马尔·罗伊 , 阿布希纳夫·库马尔 :
使用Bi-LSTM对泰米尔语混合代码文本进行情感分析。 FIRE（工作说明） 2021 : 1044-1050 【c7】 阿布希纳夫·库马尔 , 普拉迪普·库马尔·罗伊 , 乔蒂·普拉卡什·辛格 :
来自变形金刚的用于新冠肺炎疫苗站姿分类的双向编码器表示。 FIRE（工作说明） 2021 : 1216-1220 【c6】 Gunjan Kumar公司 , 乔蒂·普拉卡什·辛格 , 阿布希纳夫·库马尔 :
识别社交媒体中仇恨言论的深度多模式神经网络。 I3E公司 2021 : 670-680 2020 【c5】 阿布希纳夫·库马尔 , 苏尼尔·索米亚 , 乔蒂·普拉卡什·辛格 :
NITP-AI-NLP@HASOC-FIRE2020 ：社交媒体仇恨言论和攻击性内容识别的微调BERT。 FIRE（工作说明） 2020 : 266-273 【c4】 阿布希纳夫·库马尔 , 苏尼尔·索米亚 , 乔蒂·普拉卡什·辛格 :
NITP-AI-NLP@HASOC-真空-代码混合物-FIRE2020 ：一种机器学习方法，用于从德拉威混合代码文本中识别攻击性语言。 FIRE（工作说明） 2020 : 384-390 【c3】 阿布希纳夫·库马尔 , 苏尼尔·索米亚 , 乔蒂·普拉卡什·辛格 :
NITP-AI-NLP@UrduFake-FIRE2020 ：用于乌尔都语新闻文章中虚假新闻检测的多层密集神经网络。 FIRE（工作说明） 2020 : 458-463 【c2】 阿布希纳夫·库马尔 , 苏尼尔·索米亚 , 乔蒂·普拉卡什·辛格 :
NITP-AI-NLP@Dravidian-CodeMix-FIRE2020 ：一个混合CNN和Bi-LSTM网络，用于对德拉维甸混合代码社交媒体帖子进行情绪分析。 FIRE（工作说明） 2020 : 582-590
2010 – 2019
2019 [j1] 乔蒂·普拉卡什·辛格 , 约格什·K·德维迪 , Nrefeendra P.拉纳 , 阿布希纳夫·库马尔 , 卡瓦吉特·考尔·卡普尔 :
灾害期间推文中的事件分类和位置预测。 安·Oper。 物件。 283 ( 1-2 ) : 737-757 ( 2019 ) [i1] 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 :
紧急情况下从推文中识别位置参考：一种深度学习方法。 CoRR公司 abs/1901.08241 ( 2019 ) 2017 【c1】 阿布希纳夫·库马尔 , 乔蒂·普拉卡什·辛格 , Nrefeendra P.拉纳 :
推文中地理位置和地名的真实性。 AMCIS公司 2017
合著者索引
