Skip to content
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Bibliotheksdienste
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Journal Matcher
Blog
Kontakt
Suche
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Cybernetics and Information Technologies
Band 25 (2025): Heft 2 (Juni 2025)
Uneingeschränkter Zugang
Refining Graduation Classification Accuracy with Synergistic Deep Learning Models
Nguyen Thi Kim Son
Nguyen Thi Kim Son
Hanoi University of Industry
Hanoi, Vietnam
Graduate University of Science and Technology, Vietnam Academy of Science and Technology
Hanoi, Vietnam
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Son, Nguyen Thi Kim
,
Nguyen Huu Quynh
Nguyen Huu Quynh
CMC University
Hanoi, Vietnam
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Quynh, Nguyen Huu
und
Bui Tuan Minh
Bui Tuan Minh
Thuyloi University
Hanoi, Vietnam
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Minh, Bui Tuan
25. Juni 2025
Cybernetics and Information Technologies
Band 25 (2025): Heft 2 (Juni 2025)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
COVER HERUNTERLADEN
Online veröffentlicht:
25. Juni 2025
Seitenbereich:
131 - 151
Eingereicht:
11. Nov. 2024
Akzeptiert:
07. März 2025
DOI:
https://doi.org/10.2478/cait-2025-0016
Schlüsselwörter
Deep learning
,
Transformer
,
CGAN
,
Graduation classification
,
Learning analytics
© 2025 Nguyen Thi Kim Son et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.