ISSN:
eISSN:
Dyscypliny:
- automatyka, elektronika, elektrotechnika i technologie kosmiczne (Dziedzina nauk inżynieryjno-technicznych)
- informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria biomedyczna (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria chemiczna (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria lądowa, geodezja i transport (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria materiałowa (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria mechaniczna (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria środowiska, górnictwo i energetyka (Dziedzina nauk inżynieryjno-technicznych)
- biologia medyczna (Dziedzina nauk medycznych i nauk o zdrowiu)
- nauki farmaceutyczne (Dziedzina nauk medycznych i nauk o zdrowiu)
- biotechnologia (Dziedzina nauk ścisłych i przyrodniczych)
- informatyka (Dziedzina nauk ścisłych i przyrodniczych)
Punkty Ministerialne: Pomoc
Rok | Punkty | Lista |
---|---|---|
Rok 2024 | 20 | Ministerialna lista czasopism punktowanych 2024 |
Rok | Punkty | Lista |
---|---|---|
2024 | 20 | Ministerialna lista czasopism punktowanych 2024 |
2023 | 20 | Lista ministerialna czasopism punktowanych 2023 |
2022 | 20 | Lista ministerialna czasopism punktowanych (2019-2022) |
2021 | 20 | Lista ministerialna czasopism punktowanych (2019-2022) |
2020 | 20 | Lista ministerialna czasopism punktowanych (2019-2022) |
2019 | 20 | Lista ministerialna czasopism punktowanych (2019-2022) |
2018 | 20 | A |
2017 | 20 | A |
2016 | 15 | A |
2015 | 15 | A |
2014 | 20 | A |
2013 | 20 | A |
2012 | 30 | A |
2011 | 30 | A |
2010 | 32 | A |
Model czasopisma:
Punkty CiteScore:
Rok | Punkty |
---|---|
Rok 2023 | 5.3 |
Rok | Punkty |
---|---|
2023 | 5.3 |
2022 | 5 |
2021 | 4.9 |
2020 | 4.6 |
2019 | 3.8 |
2018 | 1.9 |
2017 | 1.4 |
2016 | 2.1 |
2015 | 2.3 |
2014 | 2.1 |
2013 | 1.9 |
2012 | 1.7 |
2011 | 2 |
Impact Factor:
Sherpa Romeo:
Prace opublikowane w tym czasopiśmie
Filtry
wszystkich: 2
Katalog Czasopism
Rok 2024
-
LDNet: A Robust Hybrid Approach for Lie Detection Using Deep Learning Techniques
PublikacjaDeception detection is regarded as a concern for everyone in their daily lives and affects social interactions. The human face is a rich source of data that offers trustworthy markers of deception. The deception or lie detection systems are non-intrusive, cost-effective, and mobile by identifying facial expressions. Over the last decade, numerous studies have been conducted on deception detection using several advanced techniques....
Rok 2020
-
Deep Learning-Based Intrusion System for Vehicular Ad Hoc Networks
PublikacjaThe increasing use of the Internet with vehicles has made travel more convenient. However, hackers can attack intelligent vehicles through various technical loopholes, resulting in a range of security issues. Due to these security issues, the safety protection technology of the in-vehicle system has become a focus of research. Using the advanced autoencoder network and recurrent neural network in deep learning, we investigated...
wyświetlono 1025 razy