Skip to content
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Services de bibliothèques
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Journal Matcher
Blog
Contact
Chercher
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Journal of Electrical Engineering
Édition 76 (2025): Edition 4 (Août 2025)
Accès libre
Modular deep residual network for driver stress detection based on photoplethysmography
Stevica Cvetkovic
Stevica Cvetkovic
Faculty of Electronic Engineering, University of Nis
Nis, Serbia
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Cvetkovic, Stevica
,
Sandra Stankovic
Sandra Stankovic
Faculty of Electronic Engineering, University of Nis
Nis, Serbia
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Stankovic, Sandra
et
Goran Stancic
Goran Stancic
Faculty of Electronic Engineering, University of Nis
Nis, Serbia
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Stancic, Goran
06 août 2025
Journal of Electrical Engineering
Édition 76 (2025): Edition 4 (Août 2025)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Télécharger la couverture
Publié en ligne:
06 août 2025
Pages:
344 - 355
Reçu:
28 avr. 2025
DOI:
https://doi.org/10.2478/jee-2025-0035
Mots clés
driver stress recognition
,
deep learning
,
residual neural network
,
photoplethysmography
,
intelligent vehicles
© 2025 Stevica Cvetkovic et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.