( en | de | ru )

 

Disambiguierung von "Ngo, Mao V."

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Contextual-Bandit Anomaly Detection for IoT Data in Distributed Hierarchical Edge Computing.

, , , und . ICDCS, Seite 1227-1230. IEEE, (2020)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Zhengrong Mao

Ning-hui Mao

Lei Mao

Tongsheng Mao

Yiqin Mao

 

Weitere Publikationen von Autoren mit dem selben Namen

Coordinated Container Migration and Base Station Handover in Mobile Edge Computing., , , und . GLOBECOM, Seite 1-6. IEEE, (2020)Enabling intelligence in fog computing to achieve energy and latency reduction., , , , und . Digit. Commun. Networks, 5 (1): 3-9 (2019)Fast and Efficient Malware Detection with Joint Static and Dynamic Features Through Transfer Learning., , , , und . ACNS (1), Volume 13905 von Lecture Notes in Computer Science, Seite 503-531. Springer, (2023)Contextual-Bandit Anomaly Detection for IoT Data in Distributed Hierarchical Edge Computing., , , und . ICDCS, Seite 1227-1230. IEEE, (2020)A Novel Feature Vector for AI-Assisted Windows Malware Detection., , , , , , , , , und . DASC/PiCom/CBDCom/CyberSciTech, Seite 355-361. IEEE, (2023)Fast and Efficient Malware Detection with Joint Static and Dynamic Features Through Transfer Learning., , , , und . CoRR, (2022)Dense Deployment of BLE-Based Body Area Networks: A Coexistence Study., , , , und . TGCN, 2 (4): 972-981 (2018)Adaptive Anomaly Detection for Internet of Things in Hierarchical Edge Computing: A Contextual-Bandit Approach., , und . ACM Trans. Internet Things, 3 (1): 4:1-4:23 (2022)Adaptive Anomaly Detection for Internet of Things in Hierarchical Edge Computing: A Contextual-Bandit Approach., , und . CoRR, (2021)Long-Short History of Gradients Is All You Need: Detecting Malicious and Unreliable Clients in Federated Learning., , , und . ESORICS (3), Volume 13556 von Lecture Notes in Computer Science, Seite 445-465. Springer, (2022)