Parvin Ahmadi Doval Amiri et Samuel Pierre
Article de revue (2023)
 Document en libre accès dans PolyPublie et chez l'éditeur officiel |
|
Libre accès au plein texte de ce document Version officielle de l'éditeur Conditions d'utilisation: Creative Commons: Attribution (CC BY) Télécharger (2MB) |
| Sujet(s): | 2800 Intelligence artificielle > 2800 Intelligence artificielle (Vision artificielle, voir 2603) |
|---|---|
| Département: | Département de génie informatique et génie logiciel |
| Centre de recherche: | LARIM - Laboratoire de recherche en réseautique et informatique mobile |
| URL de PolyPublie: | https://publications.polymtl.ca/52240/ |
| Titre de la revue: | IEEE Access (vol. 11) |
| Maison d'édition: | IEEE |
| DOI: | 10.1109/access.2023.3253625 |
| URL officielle: | https://doi.org/10.1109/access.2023.3253625 |
| Date du dépôt: | 18 avr. 2023 14:58 |
| Dernière modification: | 06 avr. 2024 05:49 |
| Citer en APA 7: | Doval Amiri, P. A., & Pierre, S. (2023). An ensemble-based machine learning model for forecasting network traffic in VANET. IEEE Access, 11, 22855-22870. https://doi.org/10.1109/access.2023.3253625 |
|---|---|
Statistiques
Total des téléchargements à partir de PolyPublie
Téléchargements par année
Provenance des téléchargements
Dimensions
Actions réservées au personnel
|
Afficher document |
