Adel Abusitta
, Talal Halabi, Ahmed Saleh Bataineh et Mohammad Zulkernine
Communication écrite (2024)
Un lien externe est disponible pour ce document
| Département: | Département de génie informatique et génie logiciel |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/59296/ |
| Nom de la conférence: | IEEE International Conference on Communications (ICC 2024) |
| Lieu de la conférence: | Denver, CO, USA |
| Date(s) de la conférence: | 2024-06-09 - 2024-06-13 |
| Maison d'édition: | IEEE |
| DOI: | 10.1109/icc51166.2024.10622882 |
| URL officielle: | https://doi.org/10.1109/icc51166.2024.10622882 |
| Date du dépôt: | 24 sept. 2024 16:18 |
| Dernière modification: | 25 sept. 2024 16:52 |
| Citer en APA 7: | Abusitta, A., Halabi, T., Bataineh, A. S., & Zulkernine, M. (juin 2024). Generative Adversarial Networks for Robust Anomaly Detection in Noisy IoT Environments [Communication écrite]. IEEE International Conference on Communications (ICC 2024), Denver, CO, USA. https://doi.org/10.1109/icc51166.2024.10622882 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
