EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Toward a Device-Invariant and Bias-Resilient AI Framework for Acoustic Epidemiology

Tabish Saeed, Hifza Afzal, Aneeqa Ijaz, Ali Imran

IEEE Access · 2026 · 14 · 57221-57234

DOI: 10.1109/access.2026.3680428 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2026. Verfasst von Tabish Saeed und 3 weiteren Autor:innen. Die Arbeit nennt 43 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Saeed, T., Afzal, H., Ijaz, A., & Imran, A. (2026). Toward a Device-Invariant and Bias-Resilient AI Framework for Acoustic Epidemiology. IEEE Access, 14, 57221-57234. https://doi.org/10.1109/access.2026.3680428

Vancouver

Saeed T, Afzal H, Ijaz A, Imran A. Toward a Device-Invariant and Bias-Resilient AI Framework for Acoustic Epidemiology. IEEE Access. 2026;14:57221-57234. doi:10.1109/access.2026.3680428

BibTeX
@article{Saeed2026,
  author = {Saeed, Tabish and Afzal, Hifza and Ijaz, Aneeqa and Imran, Ali},
  title = {Toward a Device-Invariant and Bias-Resilient AI Framework for Acoustic Epidemiology},
  journal = {IEEE Access},
  year = {2026},
  volume = {14},
  pages = {57221--57234},
  doi = {10.1109/access.2026.3680428}
}
Kostenlos starten →