Classification of brain tumor images optimizing the convolutional neural network EfficientNet
Lade...
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2025
Typ der Arbeit
Studiengang
Typ
04B - Beitrag Konferenzschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Proceedings of the 3rd International Conference on Machine Learning, Cloud Computing and Intelligent Mining (MLCCIM2024)
Themenheft
DOI der Originalpublikation
Link
Zugehörige Forschungsdaten
Reihe / Serie
Reihennummer
Jahrgang / Band
1
Ausgabe / Nummer
Seiten / Dauer
571-582
Patentnummer
Verlag / Herausgebende Institution
Springer
Verlagsort / Veranstaltungsort
Singapore
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Schlagwörter
Fachgebiet (DDC)
Veranstaltung
International Conference on Machine Learning, Cloud Computing and Intelligent Mining (MLCCIM2024)
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
978-981-96-2468-3
978-981-96-2467-6
978-981-96-2467-6
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
publication.page.reviewtype.Peer-Reviewed
Open Access-Status
Closed
Lizenz
Zitation
Wicker, A., Hanne, T., & Dornberger, R. (2025). Classification of brain tumor images optimizing the convolutional neural network EfficientNet. In F. Sun, H. Wang, H. Long, Y. Wei, & H. Yu (Eds.), Proceedings of the 3rd International Conference on Machine Learning, Cloud Computing and Intelligent Mining (MLCCIM2024) (Vol. 1, pp. 571–582). Springer. https://doi.org/10.1007/978-981-96-2468-3_48