EUVIMEDEUVIMED entdecken
Crossref

Study of Multi-Class Classification Algorithms’ Performance on Highly Imbalanced Network Intrusion Datasets

Viktoras Bulavas, Virginijus Marcinkevičius, Jacek Rumiński

Informatica · 2021 · 441-475

DOI: 10.15388/21-infor457 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Informatica, online erschienen am 07.09.2021. Verfasst von Viktoras Bulavas und 2 weiteren Autor:innen. Die Arbeit wurde bisher 36-mal zitiert (Crossref) und nennt 73 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Bulavas, V., Marcinkevičius, V., & Rumiński, J. (2021). Study of Multi-Class Classification Algorithms’ Performance on Highly Imbalanced Network Intrusion Datasets. Informatica, 441-475. https://doi.org/10.15388/21-infor457

Vancouver

Bulavas V, Marcinkevičius V, Rumiński J. Study of Multi-Class Classification Algorithms’ Performance on Highly Imbalanced Network Intrusion Datasets. Informatica. 2021:441-475. doi:10.15388/21-infor457

BibTeX
@article{Bulavas2021,
  author = {Bulavas, Viktoras and Marcinkevičius, Virginijus and Rumiński, Jacek},
  title = {Study of Multi-Class Classification Algorithms’ Performance on Highly Imbalanced Network Intrusion Datasets},
  journal = {Informatica},
  year = {2021},
  pages = {441--475},
  doi = {10.15388/21-infor457}
}
Kostenlos starten →