A Hybrid LSTM-ResNet Deep Neural Network for Noise Reduction and Classification of V-Band Receiver Signals

Homa Arab, Iman Ghaffari, Romaric Mvone Evina, Serioja Ovidiu Tatu et Steven Dufour

Article de revue (2022)

Un lien externe est disponible pour ce document

Département:	Département de mathématiques et de génie industriel
URL de PolyPublie:	https://publications.polymtl.ca/50241/
Titre de la revue:	IEEE Access (vol. 10)
Maison d'édition:	IEEE
DOI:	10.1109/access.2022.3147980
URL officielle:	https://doi.org/10.1109/access.2022.3147980
Date du dépôt:	18 avr. 2023 14:58
Dernière modification:	08 avr. 2025 07:17

Citer en APA 7:	Arab, H., Ghaffari, I., Evina, R. M., Tatu, S. O., & Dufour, S. (2022). A Hybrid LSTM-ResNet Deep Neural Network for Noise Reduction and Classification of V-Band Receiver Signals. IEEE Access, 10, 14797-14806. https://doi.org/10.1109/access.2022.3147980
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel