Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Cybernetics and Information Technologies
Volume 21 (2021): Numero 3 (September 2021)
Accesso libero
Anomaly Detection Using XGBoost Ensemble of Deep Neural Network Models
Sumaiya Thaseen Ikram
Sumaiya Thaseen Ikram
,
Aswani Kumar Cherukuri
Aswani Kumar Cherukuri
,
Babu Poorva
Babu Poorva
,
Pamidi Sai Ushasree
Pamidi Sai Ushasree
,
Yishuo Zhang
Yishuo Zhang
,
Xiao Liu
Xiao Liu
e
Gang Li
Gang Li
| 07 dic 2021
Cybernetics and Information Technologies
Volume 21 (2021): Numero 3 (September 2021)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
07 dic 2021
Pagine:
175 - 188
Ricevuto:
29 lug 2021
Accettato:
03 set 2021
DOI:
https://doi.org/10.2478/cait-2021-0037
Parole chiave
Accuracy
,
Backpropagation network
,
Intrusion detection
,
Multilayer perceptron
,
Long short term memory
© 2021 Sumaiya Thaseen Ikram et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.