EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

An interpretable deep embedding framework for data-driven discovery of crop families

Ibrahim Nasir Mahmood, Bencsik Gergely, Mustafa Ali Abuzaraida, Zita Szepreti

Smart Agricultural Technology · 2026-12 · 15 · 102571

DOI: 10.1016/j.atech.2026.102571 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Smart Agricultural Technology, 2026-12. Verfasst von Ibrahim Nasir Mahmood und 3 weiteren Autor:innen. Die Arbeit nennt 49 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Eötvös Loránd University.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Eötvös Loránd University

Zitieren

APA

Mahmood, I. N., Gergely, B., Abuzaraida, M. A., & Szepreti, Z. (2026). An interpretable deep embedding framework for data-driven discovery of crop families. Smart Agricultural Technology, 15, 102571. https://doi.org/10.1016/j.atech.2026.102571

Vancouver

Mahmood IN, Gergely B, Abuzaraida MA, Szepreti Z. An interpretable deep embedding framework for data-driven discovery of crop families. Smart Agricultural Technology. 2026;15:102571. doi:10.1016/j.atech.2026.102571

BibTeX
@article{Mahmood2026,
  author = {Mahmood, Ibrahim Nasir and Gergely, Bencsik and Abuzaraida, Mustafa Ali and Szepreti, Zita},
  title = {An interpretable deep embedding framework for data-driven discovery of crop families},
  journal = {Smart Agricultural Technology},
  year = {2026},
  volume = {15},
  pages = {102571},
  doi = {10.1016/j.atech.2026.102571}
}
Kostenlos starten →