Pratyusha Rakshit公司
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年-今天
2022 [公元21年] 穆苏米·拉哈 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 阿图利亚·纳加尔 :
使用广义2型模糊回归进行嗅觉退化评估的血流动力学分析。 IEEE传输。 认知。 开发系统。 14 ( 三 ) : 1217-1231 ( 2022 ) 2020 [公元20年] Pratyusha Rakshit公司 :
基于记忆的自适应采样用于噪声多目标优化。 信息科学。 511 : 243-264 ( 2020 ) [公元19年] Pratyusha Rakshit公司 :
改进的差分进化用于噪声优化。 Swarm进化。 计算。 52 ( 2020 ) [公元18年] 穆苏米·拉哈 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 阿图利亚·纳加尔 :
用EEG诱导的2型模糊分类器探索主观色彩感知能力。 IEEE传输。 认知。 开发系统。 12 ( 三 ) : 618-635 ( 2020 ) [公元17年] 利迪娅·戈什 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 阿图利亚·纳加尔 :
使用EEG诱导的2型模糊深脑学习网络模拟形状重建任务中的短时记忆。 IEEE传输。 Emerg.顶部。 计算。 智力。 4 ( 4 ) : 571-588 ( 2020 ) [公元49年] Pratyusha Rakshit公司 , 阿尔卡娜·乔杜里 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
多目标优化的多种群差异进化迁移。 中央司令部 2020 : 1-8 [公元48年] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
基于Q学习的人工蜂群噪声优化。 中央司令部 2020 : 1-8 [公元47年] 萨扬塔尼·戈什 , 穆苏米·拉哈 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 阿图利亚·纳加尔 :
用胶囊网络对元音声音图像进行解码,以设计一种自动思维驱动打字机。 国际JCNN 2020 : 1-8 [第1页] 斯里帕纳·萨哈 , Pratyusha Rakshit公司 , 阿米特·科纳尔 :
改进的2型模糊手势空间诱发的身体障碍识别。 用于语义知识管理的计算智能 2020 : 91-135
2010 – 2019
2019 [公元16年] 利迪娅·戈什 , Pratyusha Rakshit公司 , 阿米特·科纳尔 :
使用逆模糊关系方法的工作记忆建模。 申请。 软计算。 83 ( 2019 ) [公元15年] 雷希玛·卡尔 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , Aruna Chakraborty公司 :
单试验P300检测的特征空间调整不确定性管理。 国际模糊系统杂志。 21 ( 三 ) : 916-929 ( 2019 ) [公元14年] 利迪娅·戈什 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 阿图利亚·纳加尔 :
使用2型模糊集对运动学习任务中认知负荷评估和分类的血流动力学分析。 IEEE传输。 Emerg.顶部。 计算。 智力。 三 ( 三 ) : 245至260 ( 2019 ) [公元46年] 阿尔卡娜·乔杜里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
基于排名的蛋白质复合物预测技术。 中央司令部 2019 : 2529-2536 [公元45年] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
噪声环境下基于自动机的人工蜂群学习中的改进选择和搜索。 中央司令部 2019 : 3173-3180 2018 【b1】 Pratyusha Rakshit公司 , 阿米特·科纳尔 :
噪声优化原理-应用于多智能体协调。 认知智能与机器人 , 施普林格 2018 ,国际标准图书编号 978-981-10-8641-0 ,第1-361页 [j13] 斯里帕纳·萨哈 , Pratyusha Rakshit公司 , 阿米特·科纳尔 :
芭蕾舞E-learning使用模糊集,通过分段线性逼近连接组件来诱导姿态识别。 申请。 软计算。 65 : 554-576 ( 2018 ) [公元12年] Pratyusha Rakshit公司 , 阿米特·科纳尔 :
噪声优化中学习诱导自适应采样的实现。 申请。 软计算。 69 : 288-315 ( 2018 ) [公元44年] Pratyusha Rakshit公司 , 斯里帕纳·萨哈 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
舞蹈姿势识别中用于图像匹配的直线近似进化方法。 中央司令部 2018 : 1-8 [公元43年] 利迪娅·戈什 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 斯里切塔·帕鲁 , 安卡·L·雷莱斯库 , 阿图利亚·纳加尔 :
P-300和N-400使用2类模糊集对驾驶学习者的学习技能进行诱导解码。 模糊-IEEE 2018 : 1-8 [公元42年] 穆苏米·拉哈 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 利迪娅·戈什 , 苏西米塔·查基 , 安卡·L·雷莱斯库 , 阿图利亚·纳加尔 :
使用2型模糊分类器进行思维驱动打字的血流动力学反应分析。 模糊-IEEE 2018 : 1-8 [公元41年] 穆苏米·拉哈 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 苏西米塔·查基 , 阿图利亚·纳加尔 :
使用2型模糊神经网络了解元音听觉感知的生物学基础。 SSCI公司 2018 : 258-265 [公元40年] 利迪娅·戈什 , Sayantani Ghosh公司 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 阿图利亚·纳加尔 :
在人脸识别任务中使用深长短时记忆网络解码脑电信号。 SSCI公司 2018 : 477-483 [公元39年] 穆苏米·拉哈 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 阿图利亚·纳加尔 :
2型模糊集对触摸诱发情感分类的脑电图分析。 SSCI公司 2018 : 491-498 [公元38年] Shreya Shrestha Meel公司 , Sayantan Adhikary公司 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
使用VIKOR诱导粒子群优化的多机器人箱推送。 SSCI公司 2018 : 973-980 [公元37年] 阿尔卡娜·乔杜里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
使用进化方法预测蛋白质复合物。 SSCI公司 2018 : 1056-1063 [公元36年] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
噪声多目标优化中的自适应采样。 SSCI公司 2018 : 2155-2162 [i1] Sourya Dipta Das公司 , 维克托·贝恩 , Pratyusha Rakshit公司 :
动态环境下基于差分进化的能量优化机器人手臂路径规划。 CoRR公司 abs/1806.08916 ( 2018 ) 2017 [公元11年] 里米塔·拉希里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 :
脑电电极和特征优化选择的进化观点。 生物识别。 信号处理。 控制。 36 : 113-137 ( 2017 ) [公元10年] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 斯瓦加塔姆达斯 :
噪音进化优化算法-综合调查。 Swarm进化。 计算。 33 : 18-45 ( 2017 ) [公元35年] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
学习自动机诱导人工蜂群进行噪声优化。 中央司令部 2017 : 984-991 [公元34年] Pratyusha Rakshit公司 , 阿尔卡娜·乔杜里 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
差分进化导致了多目标优化。 中央司令部 2017 : 2240-2247 [公元33年] 利迪娅·戈什 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 安卡·L·雷莱斯库 , 阿图利亚·纳加尔 :
使用逆模糊关系方法对脑电诱发的工作记忆性能进行分析。 模糊-视觉 2017 : 1-6 [公元32年] 利迪娅·戈什 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 安卡·L·雷莱斯库 , 阿图利亚·纳加尔 :
视觉探索形状识别任务中短期记忆建模的脑电图分析。 SSCI公司 2017 : 1-8 2016 [公元9年] 阿尔卡娜·乔杜里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 :
利用随机学习自动机诱导的差异进化预测蛋白质相互作用网络。 申请。 软计算。 49 : 699-724 ( 2016 ) [j8] Pratyusha Rakshit公司 , 斯里帕纳·萨哈 , 阿米特·科纳尔 , Subhasish萨哈 :
一种用于手势诱导的病理疾病识别的2型模糊分类器。 模糊集系统。 305 : 95-130 ( 2016 ) [j7] 阿尔卡娜·乔杜里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 :
使用多目标优化方法预测蛋白质相互作用网络。 J.生物信息。 计算。 生物。 14 ( 三 ) : 1650008:1-1650008:34 ( 2016 ) [j6] Arup Kumar Sadhu公司 , Pratyusha Rakshit公司 , 阿米特·科纳尔 :
一种改进的帝国主义竞争算法,适用于多机器人贴纸聚会应用。 机器人自动。 系统。 76 : 15-35 ( 2016 ) [j5] Pratyusha Rakshit公司 , 阿米特·科纳尔 :
噪声存在下的非支配排序蜂群优化。 软计算。 20 ( 三 ) : 1139-1159 ( 2016 ) [公元31年] 阿尔卡娜·乔杜里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
预测蛋白质相互作用网络的元神经方法。 中央司令部 2016 : 2137-2144 [公元30年] 里米塔·拉希里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
用于选择最佳脑电图电极位置和特征的进化方法,用于认知任务分类。 中央司令部 2016 : 4846-4853 [公元29年] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
存在测量噪声时的多头盒推压。 中央司令部 2016 : 4926-4933 [公元28年] 吉什努·穆霍蒂 , Pratyusha Rakshit公司 , Diptendu Bhattacharya公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
使用分段、模糊匹配和预测图从时间序列中提取知识。 模糊-IEEE 2016 : 1201-1208 2015 【j4】 Pratyusha Rakshit公司 , 阿米特·科纳尔 :
带噪多目标优化的差分进化算法。 工件。 智力。 227 : 165-189 ( 2015 ) [j3] Pratyusha Rakshit公司 , 阿米特·科纳尔 :
将多目标差分进化扩展到噪声存在下的优化。 信息科学。 305 : 56-76 ( 2015 ) [c27] Archana乔杜里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
预测蛋白质相互作用网络的多目标进化方法。 中央司令部 2015 : 1628-1635 [公元26年] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
用于噪声优化的2类模糊诱导非支配排序蜂群。 中央司令部 2015 : 1869-1876 2014 [注2] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 斯瓦加塔姆达斯 , 拉赫米·贾因 , 阿图利亚·纳加尔 :
测量噪声下差分进化诱导多目标优化的不确定性管理。 IEEE传输。 系统。 人类网络。 系统。 44 ( 7 ) : 922-937 ( 2014 ) [公元25年] 阿尔卡娜·乔杜里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
一种改进的bat算法,用于预测蛋白质相互作用网络。 IEEE进化计算大会 2014 : 1046-1053 [公元24年] 史莱亚西·达塔 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
使用带有自适应比例因子优化算法的人工蜂群选择认知任务的最佳脑电电极位置。 IEEE进化计算大会 2014 : 2748-2755 【c23】 Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
噪声环境下人工蜂群诱导的多目标优化。 IEEE进化计算大会 2014 : 3176-3183 2013 [j1] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 帕维尔·博米克 , 英德拉尼·戈斯瓦米 , 斯瓦加塔姆达斯 , 拉赫米·贾因 , 阿图利亚·纳加尔 :
基于差分进化和Q学习的自适应Memetic算法的实现:多机器人路径规划案例研究。 IEEE传输。 系统。 人类网络。 系统。 43 ( 4 ) : 814-831 ( 2013 ) [c22] 索加特·巴塔查里亚 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , D.N.蒂巴雷瓦拉 , 斯瓦加坦达斯 , 阿图利亚·纳加尔 :
基于时差Q-学习的运动图像脑电数据特征选择的差分进化。 CCMB公司 2013 : 138-145 【c21】 Pratyusha Rakshit公司 , 阿米特·科纳尔 , 阿尔卡娜·乔杜里 , 金恩金(Eunjin Kim) , 阿图利亚·纳加尔 :
蛋白质-配体对接问题配体设计的多目标进化方法。 IEEE进化计算大会 2013 : 237-244 [公元20年] Abhishek Ghosh Roy公司 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 萨马尔·巴塔查里亚 , 金恩金(Eunjin Kim) , 阿图利亚·纳加尔 :
类车系统非完整运动规划的自适应Firefly算法。 IEEE进化计算大会 2013 : 2162-2169 [第19条] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 金恩金(Eunjin Kim) , 阿图利亚·纳加尔 :
DEMO-TDQL:一种自适应多目标优化算法。 IEEE进化计算大会 2013 : 3095-3102 [第18条] Pratyusha Rakshit公司 , Aruna Chakraborty公司 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
基于进化优化算法的广义2型模糊集二次隶属度评价。 模糊-视觉 2013 : 1-8 [第17条] Pratyusha Rakshit公司 , 阿米特·科纳尔 , 斯瓦加坦达斯 , 阿图利亚·纳加尔 :
ABC-TDQL:一种自适应模因算法。 HIMA公司 2013 : 35-42 [第16条] 阿努拉德哈·萨哈 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 安卡·L·雷莱斯库 , 阿图利亚·纳加尔 :
基于差分进化诱导Hopfield神经网络的EEG分析嗅觉识别。 国际JCNN 2013 : 1-8 [第15条] 阿尔卡娜·乔杜里 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 拉马多斯·贾纳塔南 :
分析相互作用位点结构特征对蛋白质-蛋白质复合物形成影响的进化方法。 PReMI公司 2013 : 656-661 [第14条] 阿尔卡娜·乔杜里 , 阿米特·科纳尔 , Pratyusha Rakshit公司 , 拉马多斯·贾纳塔南 :
基于自适应群算法的蛋白质功能预测。 SEMCCO(2) 2013 : 55-68 [第13条] 索加特·巴塔查里亚 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , D.N.蒂巴雷瓦拉 , 拉马多斯·贾纳塔南 :
基于萤火虫时差Q学习和支持向量机的运动图像脑电信号特征选择。 SEMCCO(2) 2013 : 534-545 2012 [第12条] Pratyusha Rakshit公司 , 索加特·巴塔查里亚 , 阿米特·科纳尔 , Anwesha Khasnobish公司 , D.N.蒂巴雷瓦拉 , 拉马多斯·贾纳塔南 :
基于人工蜂群的运动图像脑电数据特征选择。 BIC-TA(2) 2012 : 127-138 [第11条] 帕维尔·博米克 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 金恩金(Eunjin Kim) , 阿图利亚·纳加尔 :
DE-TDQL:一种自适应模因算法。 IEEE进化计算大会 2012 : 1-8 [第10条] 阿林达姆·贾蒂 , 加里马·辛格 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 金恩金(Eunjin Kim) , 阿图利亚·纳加尔 :
用于多机器人运动规划的改进和谐搜索和细菌觅食的混合。 IEEE进化计算大会 2012 : 1-8 【c9】 阿尼莎·哈尔德 , Pratyusha Rakshit公司 , Sumantra Chakraborty公司 , 阿米特·科纳尔 , Aruna Chakraborty公司 , 金恩金(Eunjin Kim) , 阿图利亚·纳加尔 :
减少区间2型模糊集的不确定性,从面部表情中定性改进情绪识别。 模糊-视觉 2012 : 1-8 【c8】 Pratyusha Rakshit公司 , 阿尔卡娜·乔杜里 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
使用进化算法评估蛋白质相互作用网络的设计前景。 NaBIC公司 2012 : 130-137 【c7】 Pratyusha Rakshit公司 , 帕皮亚·达斯 , 阿米特·科纳尔 , 米塔·纳西普里 , 拉马多斯·贾纳塔南 :
基因调控网络的递归模糊神经模型,用于使用入侵杂草和人工蜂群优化算法提取知识。 降雨 2012 : 385-391 【c6】 Pratyusha Rakshit公司 , 德鲁博吉奥蒂·班纳吉 , 阿米特·科纳尔 , 拉马多斯·贾纳塔南 :
一种用于多机器人路径规划的自适应Memetic算法。 SEMCCO公司 2012 : 248至258 2011 【c5】 普雷莎·巴塔查吉 , Pratyusha Rakshit公司 , 英德拉尼·戈斯瓦米 , 阿米特·科纳尔 , 阿图利亚·纳加尔 :
使用人工蜂群优化算法进行多机器人路径规划。 NaBIC公司 2011 : 219-224年 【c4】 帕皮亚·达斯 , Pratyusha Rakshit公司 , 阿米特·科纳尔 , 拉马多斯·贾纳塔南 :
基因调控网络的递归模糊神经模型,用于使用人工蜂群优化算法提取知识。 ReTIS公司 2011 : 42-47 【c3】 Pratyusha Rakshit公司 , 阿鲁普·库马尔·萨杜 , 普雷莎·巴塔查吉 , 阿米特·科纳尔 , 拉马多斯·贾纳塔南 :
基于非支配排序蜂群优化算法的多机器人盒推送。 SEMCCO(1) 2011 : 601-609 【c2】 阿尼莎·哈尔德 , Pratyusha Rakshit公司 , Aruna Chakraborty公司 , 阿米特·科纳尔 , 拉马多斯·贾纳塔南 :
使用人工蜂群优化算法从受试者的嘴唇轮廓识别情感。 森科(1) 2011 : 610-617 【c1】 Pratyusha Rakshit公司 , Arup Kumar Sadhu公司 , 阿尼莎·哈尔德 , 阿米特·科纳尔 , 拉马多斯·贾纳塔南 :
使用差分进化算法进行多目标优化的多机器人盒推送。 SocProS(1) 2011 : 355-365
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)