Canine age classification using Deep Learning as a step toward preventive medicine in animals

Mazurek, Szymon; Wielgosz, Maciej; Caputa, Jakub; Frączek, Rafał; Karwatowski, Michał; Grzeszczyk, Jakub; Łukasik, Daria; Śmiech, Anna; Russek, Paweł; Jamro, Ernest; Dąbrowska-Boruch, Agnieszka; Pietroń, Marcin; Koryciak, Sebastian; Wiatr, Kazimierz

doi:10.15439/2022F226

Canine age classification using Deep Learning as a step toward preventive medicine in animals.

AUT. MAZUREK SZYMON, WIELGOSZ MACIEJ, CAPUTA JAKUB, FRĄCZEK RAFAŁ, KARWATOWSKI MICHAŁ, GRZESZCZYK JAKUB, ŁUKASIK DARIA, ŚMIECH ANNA, RUSSEK PAWEŁ, JAMRO ERNEST, DĄBROWSKA-BORUCH AGNIESZKA, PIETROŃ MARCIN, KORYCIAK SEBASTIAN, WIATR KAZIMIERZ.

Opis bibliograficzny

Canine age classification using Deep Learning as a step toward preventive medicine in animals. [AUT.] MAZUREK SZYMON, WIELGOSZ MACIEJ, CAPUTA JAKUB, FRĄCZEK RAFAŁ, KARWATOWSKI MICHAŁ, GRZESZCZYK JAKUB, ŁUKASIK DARIA, ŚMIECH ANNA, RUSSEK PAWEŁ, JAMRO ERNEST, DĄBROWSKA-BORUCH AGNIESZKA, PIETROŃ MARCIN, KORYCIAK SEBASTIAN, WIATR KAZIMIERZ. Ann. Comput. Sci. Inf. Syst. 2022 Volume 30, Proceedings of the 17th Conference on Computer Science and Intelligence Systems, September 4–7, 2022. Sofia, Bulgaria / Maria Ganzha, Leszek Maciaszek, Marcin Paprzycki, Dominik Ślęzak (eds.) s. 169-172. DOI: 10.15439/2022F226

Skopiowane!

Kliknij opis aby skopiować do schowka

Szczegóły publikacji

Źródło:

Annals of Computer Science and Information Systems 2022 Volume 30, Proceedings of the 17th Conference on Computer Science and Intelligence Systems, September 4–7, 2022. Sofia, Bulgaria / Maria Ganzha, Leszek Maciaszek, Marcin Paprzycki, Dominik Ślęzak (eds.), s. 169-172

Rok: 2022

Język: Angielski

Charakter formalny: Artykuł w czasopismie

Typ MNiSW/MEiN: praca oryginalna

Open Access

Tryb dostępu: otwarte czasopismo Wersja tekstu: ostateczna wersja opublikowana Licencja: Creative Commons - Uznanie Autorstwa (CC-BY) Czas udostępnienia: w momencie opublikowania

Linki zewnętrzne

PBN

642d1bf04097075f21467c42

DOI

10.15439/2022F226

Strona WWW

https://annals-csis.org/Volume_30/pliks…

Identyfikatory

BPP ID: (46, 51269) wydawnictwo ciągłe #51269

Metryki

5,00

Punkty MNiSW/MEiN

0

Impact Factor

Eksport cytowania

Wsparcie dla menedżerów bibliografii:
Ta strona wspiera automatyczny import do Zotero, Mendeley i EndNote. Użytkownicy z zainstalowanym rozszerzeniem przeglądarki mogą zapisać tę publikację jednym kliknięciem - ikona pojawi się automatycznie w pasku narzędzi przeglądarki.