بدائل البحث:
limitations algorithm » maximization algorithm (توسيع البحث), location algorithm (توسيع البحث)
resource limitations » resource utilization (توسيع البحث)
process optimization » model optimization (توسيع البحث)
time resource » situ resource (توسيع البحث), firm resource (توسيع البحث), optimize resource (توسيع البحث)
data process » data processing (توسيع البحث), damage process (توسيع البحث), data access (توسيع البحث)
binary time » binary image (توسيع البحث)
binary data » primary data (توسيع البحث), dietary data (توسيع البحث)
يعرض 1 - 20 نتائج من 107 نتيجة بحث عن '(( binary time resource limitations algorithm ) OR ( binary data process optimization algorithm ))*', وقت الاستعلام: 0.48s تنقيح النتائج
  1. 1
    Proposed Algorithm.

    Proposed Algorithm. حسب Hend Bayoumi (22693738)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  2. 2
    Comparisons between ADAM and NADAM optimizers.

    Comparisons between ADAM and NADAM optimizers. حسب Hend Bayoumi (22693738)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  3. 3
    Optimized Bayesian regularization-back propagation neural network using data-driven intrusion detection system in Internet of Things

    Optimized Bayesian regularization-back propagation neural network using data-driven intrusion detection system in Internet of Things حسب Ashok Kumar K (21441108)

    منشور في 2025
    "…Hence, Binary Black Widow Optimization Algorithm (BBWOA) is proposed in this manuscript to improve the BRBPNN classifier that detects intrusion precisely. …"
    أضف إلى المفضلة
    محفوظ في:
  4. 4
    An Example of a WPT-MEC Network.

    An Example of a WPT-MEC Network. حسب Hend Bayoumi (22693738)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  5. 5
    Related Work Summary.

    Related Work Summary. حسب Hend Bayoumi (22693738)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  6. 6
    Simulation parameters.

    Simulation parameters. حسب Hend Bayoumi (22693738)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  7. 7
    Training losses for N = 10.

    Training losses for N = 10. حسب Hend Bayoumi (22693738)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  8. 8
    Normalized computation rate for N = 10.

    Normalized computation rate for N = 10. حسب Hend Bayoumi (22693738)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  9. 9
    Summary of Notations Used in this paper.

    Summary of Notations Used in this paper. حسب Hend Bayoumi (22693738)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  10. 10
    The flowchart showing the optimization process of the hybrid methods using BEOSA as the base algorithm and SA and FFA as integrated algorithms.

    The flowchart showing the optimization process of the hybrid methods using BEOSA as the base algorithm and SA and FFA as integrated algorithms. حسب Olaide N. Oyelade (14047002)

    منشور في 2023
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  11. 11
    The result of the accuracy of tested algorithms.

    The result of the accuracy of tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  12. 12
    Feature selection ratio results for tested algorithms.

    Feature selection ratio results for tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  13. 13
    Best fitness value results for tested algorithms.

    Best fitness value results for tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  14. 14
    Mean fitness value results for tested algorithms.

    Mean fitness value results for tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  15. 15
    Comparison of total time consumed for different offloading algorithms.for N = 10, 20, 30.

    Comparison of total time consumed for different offloading algorithms.for N = 10, 20, 30. حسب Hend Bayoumi (22693738)

    منشور في 2025
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  16. 16
    Standard deviation of fitness value results for tested algorithms.

    Standard deviation of fitness value results for tested algorithms. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  17. 17
    a) Accuracy and b) selected feature size of algorithms on the COVID-19 dataset.

    a) Accuracy and b) selected feature size of algorithms on the COVID-19 dataset. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  18. 18
    Optimizing Kernel Transformations to Handle Binary Class Imbalanced Dataset Classification

    Optimizing Kernel Transformations to Handle Binary Class Imbalanced Dataset Classification حسب Vaibhavi Patel (19843282)

    منشور في 2024
    أضف إلى المفضلة
    محفوظ في:
  19. 19
    Boxplots analysis of the tested algorithms using average error rate across 21 datasets.

    Boxplots analysis of the tested algorithms using average error rate across 21 datasets. حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:
  20. 20
    S1 Dataset - Novel chaotic oppositional fruit fly optimization algorithm for feature selection applied on COVID 19 patients’ health prediction

    S1 Dataset - Novel chaotic oppositional fruit fly optimization algorithm for feature selection applied on COVID 19 patients’ health prediction حسب Nebojsa Bacanin (13932723)

    منشور في 2022
    الموضوعات:
    أضف إلى المفضلة
    محفوظ في:

أدوات البحث: