Recurrent neural network variants based model for Cassini-Huygens spacecraft trajectory modifications recognition

dc.contributor.authorAldabbas, Ashraf Khaled Abd Elkareem
dc.contributor.authorGál, Zoltán
dc.date.accessioned2022-03-31T06:07:17Z
dc.date.available2022-03-31T06:07:17Z
dc.date.issued2022
dc.date.oa2022-03-31
dc.date.pasync2023-06-15T23:07:28Z
dc.date.updated2022-04-01T00:30:12Z
dc.description.correctorLB
dc.identifier.citationNeural Computing & Applications. -2022 (2022), p. 13575-13598. -Neural Comput. Appl. - 0941-0643. - 1433-3058
dc.identifier.doihttp://dx.doi.org/10.1007/s00521-022-07145-0
dc.identifier.issn0941-0643
dc.identifier.issn1433-3058
dc.identifier.opachttps://ebib.lib.unideb.hu/ebib/CorvinaWeb?action=cclfind&resultview=long&ccltext=idno+BIBFORM101166
dc.identifier.scopus85127426857
dc.identifier.urihttp://hdl.handle.net/2437/329699
dc.identifier.urlhttps://doi.org/10.1007/s00521-022-07145-0
dc.identifier.wos000775913000001
dc.languageeng
dc.rights.accessopen access article
dc.subject.mabMűszaki tudományok
dc.subject.mabInformatikai tudományok
dc.tenderEgyéb TKP2021
dc.titleRecurrent neural network variants based model for Cassini-Huygens spacecraft trajectory modifications recognition
dc.typefolyóiratcikk
dc.typeidegen nyelvű folyóiratközlemény külföldi lapban
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
FILE_UP_0_paper_published_Nature_2022_03_31.pdf
Méret:
7.89 MB
Formátum:
Adobe Portable Document Format
Leírás:
kiadói változat