( en | de | ru )

 

Disambiguierung von "Alam, M. K."

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Error-Aware Data Clustering for In-Network Data Reduction in Wireless Sensor Networks.

, , , und . Sensors, 20 (4): 1011 (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.

K M Heinroth

Masoom Alam

Marcus K M Tso

Otmar M K Klag

Homayun Alam

 

Weitere Publikationen von Autoren mit dem selben Namen

Error-Aware Data Clustering for In-Network Data Reduction in Wireless Sensor Networks., , , und . Sensors, 20 (4): 1011 (2020)Selection of Most Suitable Secondary School Alternative by Multi-Criteria Fuzzy Analytic Hierarchy Process., , , , , und . MISSI, Volume 833 von Advances in Intelligent Systems and Computing, Seite 279-289. Springer, (2018)A multi-step approach for RSSi-based distance estimation using smartphones., , , , , , und . NSysS, Seite 1-5. IEEE, (2015)A Systematic Analysis for Machine Learning Based Cow Price Prediction., , , , , und . CBI, Volume 484 von Lecture Notes in Business Information Processing, Seite 17-28. Springer, (2023)SGX-MR: Regulating Dataflows for Protecting Access Patterns of Data-Intensive SGX Applications., , und . Proc. Priv. Enhancing Technol., 2021 (1): 5-20 (2021)Software Process Model for Total Factor Productivity of Agriculture., , und . IICAI, Seite 1335-1352. IICAI, (2011)Scalable Sequence Clustering for Large-Scale Immune Repertoire Analysis., , , , und . IEEE BigData, Seite 1349-1358. IEEE, (2021)Image Disguising for Protecting Data and Model Confidentiality in Outsourced Deep Learning., , und . CLOUD, Seite 71-77. IEEE, (2021)Making Your Program Oblivious: A Comparative Study for Side-channel-Safe Confidential Computing., und . CLOUD, Seite 282-289. IEEE, (2023)Demo: SGX-MR-Prot: Efficient and Developer-Friendly Access-Pattern Protection in Trusted Execution Environments., , und . ICDCS, Seite 1029-1032. IEEE, (2023)