SoK quantum computing methods for machine learning optimization /

QR kód

SoK quantum computing methods for machine learning optimization /

Elmentve itt :

Bibliográfiai részletek
Szerző:	Baniata Hamza
Dokumentumtípus:	Cikk
Megjelent:	2024
Sorozat:	QUANTUM MACHINE INTELLIGENCE 6 No. 2
Tárgyszavak:	Számítás- és információtudomány
doi:	10.1007/s42484-024-00180-1
mtmt:	35199813
Online Access:	http://publicatio.bibl.u-szeged.hu/35988

Hasonló tételek

Integrating Blockchain and Fog Computing Technologies for Efficient Privacy-preserving Systems
Szerző: Baniata Hamza
Megjelent: (2023)

DONS Dynamic Optimized Neighbor Selection for smart blockchain networks /
Szerző: Baniata Hamza, et al.
Megjelent: (2022)

Distributed scalability tuning for evolutionary sharding optimization with Random-equivalent security in permessionless Blockchain
Szerző: Baniata Hamza, et al.
Megjelent: (2023)

Partial Pre-Image Attack on Proof-of-Work based Blockchains
Szerző: Baniata Hamza, et al.
Megjelent: (2024)

CryDeG Towards Standardized Cryptocurrency Decrees /
Szerző: Baniata Hamza, et al.
Megjelent: (2024)

FoBSim an extensible open-source simulation tool for integrated fog-blockchain systems /
Szerző: Baniata Hamza, et al.
Megjelent: (2021)

PriFoB A Privacy-aware Fog-enhanced Blockchain-based system for Global Accreditation and Credential Verification /
Szerző: Baniata Hamza, et al.
Megjelent: (2022)

Consistency Analysis of Distributed Ledgers in Fog-Enhanced Blockchains
Szerző: Kertész Attila, et al.
Megjelent: (2022)

Approaches to Overpower Proof-of-Work Blockchains Despite Minority
Szerző: Baniata Hamza, et al.
Megjelent: (2023)

Machine learning methods in synthesis of four bar linkages [abstract] /
Szerző: Ekárt Anikó
Megjelent: (1998)

IoT Malware Detection with Machine Learning
Szerző: Buttyán Levente, et al.
Megjelent: (2022)

Latency Analysis of Blockchain-Based SSI Applications
Szerző: Pflanzner Tamás, et al.
Megjelent: (2022)

Assessing anthropogenic heat flux of public cloud data centers current and future trends /
Szerző: Baniata Hamza, et al.
Megjelent: (2021)

Towards a Simulation as a Service Platform for the Cloud-to-Things Continuum
Szerző: Wilson Valdez, et al.
Megjelent: (2024)

Latency Assessment of Blockchain-based SSI Applications Utilizing Hyperledger Indy
Szerző: Baniata Hamza, et al.
Megjelent: (2022)

Synergizing Fuzzy-based Task Offloading with Machine Learning-driven Forecasting for IoT
Szerző: Márkus András, et al.
Megjelent: (2024)

Short-circuited k-trees
Szerző: Pávó Imre
Megjelent: (1976)

Indexed LL(k) grammars
Szerző: Parchmann Rainer, et al.
Megjelent: (1985)

Automating, analyzing and improving pupillometry with machine learning algorithms
Szerző: Kalmár György, et al.
Megjelent: (2019)

Generation of the k-trees of a graph
Szerző: Pávó Imre
Megjelent: (1971)

Protein classification in a machine learning framework
Szerző: Kertész-Farkas Attila
Megjelent: (2009)

Adaptation of Speaker and Speech Recognition Methods for the Automatic Screening of Speech Disorders using Machine Learning
Szerző: Egas López José Vicente
Megjelent: (2023)

On bottleneck and k-sum versions of the Process Network Synthesis problems
Szerző: Blázsik Zoltán, et al.
Megjelent: (2000)

Efficiency Improvement of the GLOBAL Optimization Method by Local Search Changes
Szerző: Mester Abigél, et al.
Megjelent: (2022)

Combining common sense rules and machine learning to understand object manipulation
Szerző: Sárkány András, et al.
Megjelent: (2019)

Protocol state machine reverse engineering with a teaching-learning approach
Szerző: Székely Gábor, et al.
Megjelent: (2021)

Named entity recognition for Hungarian using various machine learning algorithms
Szerző: Farkas Richárd, et al.
Megjelent: (2006)

Optimization methods for compression in compiler programs [abstract] /
Szerző: Gergely Tamás
Megjelent: (2004)

Matlab version of the GLOBAL optimization method [abstract] /
Szerző: Pál László
Megjelent: (2008)

Improving interval methods for global optimization [abstract] /
Szerző: Csallner András Erik, et al.
Megjelent: (1998)

Gossip-Based Machine Learning in Fully Distributed Environments
Szerző: Hegedűs István
Megjelent: (2017)

Application of Machine Learning to the Classification of Spectra-like Data
Szerző: Sun Yue
Megjelent: (2023)

Exploring the Synergy of Fog Computing, Blockchain, and Federated Learning for IoT Applications A Systematic Literature Review /
Szerző: Wilson Valdez, et al.
Megjelent: (2024)

Some remarks on the paper of K. Varga and P. Fejes
Szerző: Hunya Péter, et al.
Megjelent: (1973)

Improving storage handling of interval methods for global optimization
Szerző: Csallner András Erik
Megjelent: (1998)

Test data optimization method for TTCN-3 [abstract] /
Szerző: Bátori Gábor, et al.
Megjelent: (2004)

LL frame system of learning methods [abstract] /
Szerző: Hócza András, et al.
Megjelent: (2002)

Zamečanie k teoreme of polnote sistemy konečnyh avtomatov
Szerző: Ferenczy F.
Megjelent: (1972)

Decomposition results concerning K-visit attributed tree transducers
Szerző: Fülöp Zoltán
Megjelent: (1983)

Schedule on parallel machines in the case of individual machine-set [abstract] /
Szerző: Vaik Zsuzsanna
Megjelent: (2004)