 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} 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.
Nuage de motsUn 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 {}. 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.
Xia, F., Li, H., Li, Y., Liu, X., Xu, Y., Fang, C., Hou, Q., Lin, S., Zhang, Z., Yang, J., & Sawan, M. (2023). Minimally Invasive Hypoglossal Nerve Stimulator Enabled by ECG Sensor and WPT to Manage Obstructive Sleep Apnea. Sensors, 23(21), 8882-8882. Lien externe
Xu, Y., Yang, J., Ming, W., Wang, S., & Sawan, M. (2023). Shorter latency of real-time epileptic seizure detection via probabilistic prediction. Expert Systems with Applications, 236, 121359 (11 pages). Lien externe
Xu, Y., Yang, J., & Sawan, M. (2022). Multichannel Synthetic Preictal EEG Signals to Enhance the Prediction of Epileptic Seizures. IEEE Transactions on Biomedical Engineering, 69(11), 3516-3525. Lien externe
Xu, Y., Yang, J., & Sawan, M. (2021). Trends and Challenges of Processing Measurements from Wearable Devices Intended for Epileptic Seizure Prediction. Journal of Signal Processing Systems, 94(6), 527-542. Lien externe
Xu, Y., Wang, J., Chen, Y.-H., Yang, J., Ming, W., Wang, S., & Sawan, M. (septembre 2024). VSViG: Real-Time Video-Based Seizure Detection via Skeleton-Based Spatiotemporal ViG [Communication écrite]. European Conference on Computer Vision (ECCV 2024), Milan, Italy. Publié dans Lecture notes in computer science. Lien externe
Zhao, S., Yang, J., Xu, Y., & Sawan, M. (octobre 2020). Binary Single-Dimensional Convolutional Neural Network for Seizure Prediction [Communication écrite]. International Symposium on Circuits and Systems (ISCAS 2020), Seville, Spain (5 pages). Lien externe
Xu, Y., Yang, J., Zhao, S., Wu, H., & Sawan, M. (août 2020). An End-to-End Deep Learning Approach for Epileptic Seizure Prediction [Communication écrite]. 2nd IEEE International Conference on Artificial Intelligence Circuits and Systems (AICAS 2020), Genova, Italy. Lien externe
