EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

ChronoFuzzyNet: A Hybrid Deep Neuro-Fuzzy Architecture for Interpretable Multiclass EEG-Based Diagnosis

Saikat Bandopadhyay, Ankit Dey, Sujay Saha, Anupam Ghosh

Procedia Computer Science · 2026 · 283 · 613-624

DOI: 10.1016/j.procs.2026.06.144 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2026. Verfasst von Saikat Bandopadhyay und 3 weiteren Autor:innen. Die Arbeit nennt 18 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Bandopadhyay, S., Dey, A., Saha, S., & Ghosh, A. (2026). ChronoFuzzyNet: A Hybrid Deep Neuro-Fuzzy Architecture for Interpretable Multiclass EEG-Based Diagnosis. Procedia Computer Science, 283, 613-624. https://doi.org/10.1016/j.procs.2026.06.144

Vancouver

Bandopadhyay S, Dey A, Saha S, Ghosh A. ChronoFuzzyNet: A Hybrid Deep Neuro-Fuzzy Architecture for Interpretable Multiclass EEG-Based Diagnosis. Procedia Computer Science. 2026;283:613-624. doi:10.1016/j.procs.2026.06.144

BibTeX
@article{Bandopadhyay2026,
  author = {Bandopadhyay, Saikat and Dey, Ankit and Saha, Sujay and Ghosh, Anupam},
  title = {ChronoFuzzyNet: A Hybrid Deep Neuro-Fuzzy Architecture for Interpretable Multiclass EEG-Based Diagnosis},
  journal = {Procedia Computer Science},
  year = {2026},
  volume = {283},
  pages = {613--624},
  doi = {10.1016/j.procs.2026.06.144}
}
Kostenlos starten →