EUVIMEDEUVIMED entdecken
Crossref

Improving multi-label classification under imbalance: A granular-ball rough set approach

Yuzhe Li, Weihua Xu

International Journal of Approximate Reasoning · 2026-07 · 194 · 109669

DOI: 10.1016/j.ijar.2026.109669 ↗

Kurz gefasst

Fachartikel in der Zeitschrift International Journal of Approximate Reasoning, 2026-07. Verfasst von Yuzhe Li und 1 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 39 Literaturangaben. Gefördert von: Natural Science Foundation of Chongqing Municipality, National Natural Science Foundation of China.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Natural Science Foundation of Chongqing Municipality
  • National Natural Science Foundation of China

Zitieren

APA

Li, Y., & Xu, W. (2026). Improving multi-label classification under imbalance: A granular-ball rough set approach. International Journal of Approximate Reasoning, 194, 109669. https://doi.org/10.1016/j.ijar.2026.109669

Vancouver

Li Y, Xu W. Improving multi-label classification under imbalance: A granular-ball rough set approach. International Journal of Approximate Reasoning. 2026;194:109669. doi:10.1016/j.ijar.2026.109669

BibTeX
@article{Li2026,
  author = {Li, Yuzhe and Xu, Weihua},
  title = {Improving multi-label classification under imbalance: A granular-ball rough set approach},
  journal = {International Journal of Approximate Reasoning},
  year = {2026},
  volume = {194},
  pages = {109669},
  doi = {10.1016/j.ijar.2026.109669}
}
Kostenlos starten →