EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

MangoLeafXNet: An Explainable Deep Learning Model for Accurate Mango Leaf Disease Classification

Md. Eshmam Rayed, Jamin Rahman Jim, Md Juniadul Islam, M. F. Mridha, Md Mohsin Kabir, Md. Jakir Hossen

IEEE Access · 2025 · 13 · 93977-94008

DOI: 10.1109/access.2025.3571450 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2025. Verfasst von Md. Eshmam Rayed und 5 weiteren Autor:innen. Die Arbeit wurde bisher 21-mal zitiert (Crossref) und nennt 32 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Multimedia University (MMU)..

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Multimedia University (MMU).

Zitieren

APA

Rayed, M. E., Jim, J. R., Islam, M. J., Mridha, M. F., Kabir, M. M., & Hossen, M. J. (2025). MangoLeafXNet: An Explainable Deep Learning Model for Accurate Mango Leaf Disease Classification. IEEE Access, 13, 93977-94008. https://doi.org/10.1109/access.2025.3571450

Vancouver

Rayed ME, Jim JR, Islam MJ, Mridha MF, Kabir MM, Hossen MJ. MangoLeafXNet: An Explainable Deep Learning Model for Accurate Mango Leaf Disease Classification. IEEE Access. 2025;13:93977-94008. doi:10.1109/access.2025.3571450

BibTeX
@article{Rayed2025,
  author = {Rayed, Md. Eshmam and Jim, Jamin Rahman and Islam, Md Juniadul and Mridha, M. F. and Kabir, Md Mohsin and Hossen, Md. Jakir},
  title = {MangoLeafXNet: An Explainable Deep Learning Model for Accurate Mango Leaf Disease Classification},
  journal = {IEEE Access},
  year = {2025},
  volume = {13},
  pages = {93977--94008},
  doi = {10.1109/access.2025.3571450}
}
Kostenlos starten →