![]() | Monter d'un niveau |
Ce graphique trace les liens entre tous les collaborateurs des publications de Sonain Jamil figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur Sonain Jamil. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Jamil, S., Piran, M. J., Rahman, M.U., & Kwon, O.-J. (2023). Learning-driven lossy image compression: A comprehensive survey. Engineering Applications of Artificial Intelligence, 123, 17 pages. Lien externe
Jamil, S., Rahman, M.U., Abbas, M., & Fawad (2022). Resource Allocation Using Reconfigurable Intelligent Surface (RIS)-Assisted Wireless Networks in Industry 5.0 Scenario. Telecom, 3(1), 163-173. Disponible
Jamil, S., Rahman, M.U., & Fawad (2022). A comprehensive survey of digital twins and federated learning for Industrial Internet of Things (IIoT), Internet of Vehicles (IoV) and Internet of Drones (IoD). Applied System Innovation, 5(3), 56 (16 pages). Lien externe
Jamil, S., Rahman, M.U., Tanveer, J., & Haider, A. (2022). Energy Efficiency and Throughput Maximization Using Millimeter Waves-Microwaves HetNets. Electronics, 11(3), 21 pages. Lien externe
Jamil, S., & Rahman, M.U. (2022). A Novel Deep-Learning-Based Framework for the Classification of Cardiac Arrhythmia. Journal of Imaging, 8(3), 14 pages. Lien externe
Jamil, S., Rahman, M.U., & Haider, A. (2021). Bag of Features (BoF) Based Deep Learning Framework for Bleached Corals Detection. Big Data and Cognitive Computing, 5(4), 53 (15 pages). Lien externe
Jamil, S., Abbas, M. S., Fawad, Zia, M. F., & Rahman, M.U. (mai 2021). A Deep Convolutional Neural Network Based Framework for Pneumonia Detection [Communication écrite]. International Conference on Digital Futures and Transformative Technologies (ICoDT2 2021), Islamabad, Pakistan (5 pages). Lien externe
Jamil, S., & Rahman, M.U. (2021). A Dual-Stage Vocabulary of Features (VoF)-Based Technique for COVID-19 Variants' Classification. Applied Sciences-Basel, 11(24), 11902 (15 pages). Lien externe
Jamil, S., Fawad, Rahman, M.U., Ullah, A., Badnava, S., Forsat, M., & Mirjavadi, S. S. (2020). Malicious UAV detection using integrated audio and visual features for public safety applications. Sensors, 20(14), 3923 (16 pages). Disponible