CoVaD-GAN:An efficient Data Augmentation technique for COVID CXR Image Classification

Dash, Archana ; Swarnkar, Tripti

In: 2nd International Conference on Ambient Intelligence in Health Care (ICAIHC); (2023-11-17) S. 1-7

Konferenz

Titel:	CoVaD-GAN:An efficient Data Augmentation technique for COVID CXR Image Classification
Autor/in / Beteiligte Person:	Dash, Archana ; Swarnkar, Tripti
Quelle:	2nd International Conference on Ambient Intelligence in Health Care (ICAIHC); (2023-11-17) S. 1-7
Veröffentlichung:	2023
Medientyp:	Konferenz
ISBN:	979-8-3503-4488-2 (print)
DOI:	10.1109/ICAIHC59020.2023.10431455
Sonstiges:	Nachgewiesen in: IEEE Xplore Digital Library

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.