Janos Levendovszky. Fading-aware Reliable and Energy Efficient Routing in Wireless Sensor Networks. (2010) COMPUTER COMMUNICATIONS 0140-3664 33 1 S102-S109, 2646406
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[2646406]
  1. Marandi ZE et al. An improved routing algorithms in wireless sensor networks with reliability and energy-balancing approaches. (2013) Megjelent: 2013 5th Conference on Information and Knowledge Technology, IKT 2013 pp. 484-486
    Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[24231163] [Admin láttamozott]
    Független, Idéző: 24231163, Kapcsolat: 24231163
  2. Li X. A trust degree of node based on aware routing protocol for wireless sensor network. (2012) Megjelent: CSAE 2012 - Proceedings, 2012 IEEE International Conference on Computer Science and Automation Engineering pp. 98-101
    Egyéb konferenciaközlemény[23992692] [Nyilvános]
    Független, Idéző: 23992692, Kapcsolat: 23992692
  3. Sun C. A routing algorithm based on node credibility for wireless sensor networks. (2012) JOURNAL OF INFORMATION AND COMPUTATIONAL SCIENCE 1548-7741 9 14 4157-4165
    Folyóiratcikk[23992691] [Nyilvános]
    Független, Idéző: 23992691, Kapcsolat: 23992691
  4. Zhao S. An energy optimization scheme based on rate guarantee in emergency mesh network. (2011) Megjelent: 2011 International Conference on Wireless Communications and Signal Processing, WCSP 2011
    Egyéb konferenciaközlemény[23992689] [Admin láttamozott]
    Független, Idéző: 23992689, Kapcsolat: 23992689
E László et al. Novel load balancing scheduling algorithms for Wireless Sensor Networks. (2011) Megjelent: The Fourth International Conference on Communication Theory, Reliability, and Quality of Service, CTRQ 2011 pp. 54-59, 2688104
Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)/Tudományos[2688104]
  1. Sari Arif et al. Load Balancing Algorithms and Protocols to Enhance Quality of Service and Performance in Data of WSN. (2018) Megjelent: Security and Resilience in Intelligent Data-Centric Systems and Communication Networks pp. 143-178
    Könyvrészlet/Könyvfejezet (Könyvrészlet)/Tudományos[27055742] [Nyilvános]
    Független, Idéző: 27055742, Kapcsolat: 27055571
  2. Larbah Basma. Optimization Algorithms for Energy Consumption in Wireless Sensor Networks. (2017)
    Egyéb/Tudományos[27055572] [Nyilvános]
    Független, Idéző: 27055572, Kapcsolat: 27055572
  3. Souissi M et al. Optimal load balanced clustering in homogeneous wireless sensor networks. (2017) INTERNATIONAL JOURNAL OF COMMUNICATION SYSTEMS 1074-5351 1099-1131 30 10
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[26841574] [Admin láttamozott]
    Független, Idéző: 26841574, Kapcsolat: 26841574
  4. Souissi M. Modelling of clustering with relay nodes in wireless sensor networks. (2017) Megjelent: 2017 IEEE 7th Annual Computing and Communication Workshop and Conference, CCWC 2017
    Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)/Tudományos[26841575] [Admin láttamozott]
    Független, Idéző: 26841575, Kapcsolat: 26841575
  5. Mishra Tanuj. Load Balancing of Intermediate Nodes to Extend Network Lifetime. (2017) International Journal of Engineering and Computer Science 2319-7242 6 3 20621-20628
    Folyóiratcikk/Tudományos[26842109] [Admin láttamozott]
    Független, Idéző: 26842109, Kapcsolat: 26842109
  6. Mao Y. DAG Constrained Scheduling Prototype for an Astronomy Exa-Scale HPC Application. (2017) Megjelent: Proceedings - 18th IEEE International Conference on High Performance Computing and Communications, 14th IEEE International Conf... pp. 631-638
    Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)/Tudományos[26841576] [Admin láttamozott]
    Független, Idéző: 26841576, Kapcsolat: 26841576
  7. Motwani Mahesh. All India Seminar on. (2017) International Journal of Modern Engineering & Management Research | Special Issue | Aug. 2017 12 Abstract — Communication in wireless network is the most popular technology because of its easy installation and low overhea 2320-9984 2017 12-19
    Folyóiratcikk/Tudományos[26842111] [Admin láttamozott]
    Független, Idéző: 26842111, Kapcsolat: 26842111
  8. Gattani Vaishali. Improving Routing in Wireless Networks using Load Balancing and Compressive Sensing. (2016)
    Egyéb/Tudományos[26842105] [Nyilvános]
    Független, Idéző: 26842105, Kapcsolat: 26842105
  9. Jadhav Mr. CLUSTER BASED APPROACH TO ENHANCE LIFE TIME OF WIRELESS SENSOR NETWORK. (2016)
    Egyéb/Tudományos[27055579] [Nyilvános]
    Független, Idéző: 27055579, Kapcsolat: 27055579
  10. Ravindran G et al. An effective load balancing through mobile agents using aglet system. (2016) INDIAN JOURNAL OF SCIENCE AND TECHNOLOGY 0974-6846 0974-5645 9 48
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[26841577] [Admin láttamozott]
    Független, Idéző: 26841577, Kapcsolat: 26841577
  11. Ghotekar Rahul. Load Balancing for Achieving the Network Lifetime in WSN-A Survey. (2014)
    Egyéb/Tudományos[26842112] [Nyilvános]
    Független, Idéző: 26842112, Kapcsolat: 26842112
  12. Wajgi Dipak. Load balancing based approach to improve lifetime of wireless sensor network. (2012) INTERNATIONAL JOURNAL OF WIRELESS & MOBILE NETWORKS 0975-4679 0975-3834 4 4 p. 155
    Folyóiratcikk/Tudományos[26842113] [Nyilvános]
    Független, Idéző: 26842113, Kapcsolat: 26842113
  13. Wajgi Dipak. Load balancing algorithms in wireless sensor network: A survey. (2012)
    Egyéb/Tudományos[26842114] [Nyilvános]
    Független, Idéző: 26842114, Kapcsolat: 26842114
J Levendovszky et al. Novel load balancing algorithms ensuring uniform packet loss probabilities for WSN. (2011) Megjelent: 2011 IEEE 73rd Vehicular Technology Conference pp. 1-5, 2688105
Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[2688105]
  1. Sari Arif et al. Load Balancing Algorithms and Protocols to Enhance Quality of Service and Performance in Data of WSN. (2018) Megjelent: Security and Resilience in Intelligent Data-Centric Systems and Communication Networks pp. 143-178
    Könyvrészlet/Könyvfejezet (Könyvrészlet)/Tudományos[27055742] [Nyilvános]
    Független, Idéző: 27055742, Kapcsolat: 27055742
  2. Duan Ying et al. A methodology for reliability of WSN based on software defined network in adaptive industrial environment. (2018) IEEE/CAA Journal of Automatica Sinica 2329-9266 5 1 74-82
    Folyóiratcikk/Tudományos[27055743] [Nyilvános]
    Független, Idéző: 27055743, Kapcsolat: 27055743
  3. Raza MH. Application of network tomography in load balancing. (2015) Megjelent: Procedia Computer Science pp. 1120-1125
    Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)/Tudományos[26842069] [Admin láttamozott]
    Független, Idéző: 26842069, Kapcsolat: 26842069
Fogarasi Norbert. A simplified approach to parameter estimation and selection of sparse, mean reverting portfolios. (2012) PERIODICA POLYTECHNICA-ELECTRICAL ENGINEERING AND COMPUTER SCIENCE 2064-5260 2064-5279 0324-6000 56 1 21-28, 2678531
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[2678531]
  1. Sipos István. Real-time Stochastic Portfolio Optimization. (2016)
    Disszertáció/PhD (Disszertáció)/Tudományos[3222820] [Hitelesített]
    Független, Idéző: 3222820, Kapcsolat: 26595823
Fogarasi Norbert et al. Improved parameter estimation and simple trading algorithm for sparse, mean-reverting portfolios. (2012) ANNALES UNIVERSITATIS SCIENTIARUM BUDAPESTINENSIS DE ROLANDO EOTVOS NOMINATAE SECTIO COMPUTATORICA 0138-9491 37 1 121-144, 2691665
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[2691665]
  1. Sipos István. Real-time Stochastic Portfolio Optimization. (2016)
    Disszertáció/PhD (Disszertáció)/Tudományos[3222820] [Hitelesített]
    Független, Idéző: 3222820, Kapcsolat: 26595817
Fogarasi Norbert. Sparse, mean reverting portfolio selection using simulated annealing. (2013) ALGORITHMIC FINANCE 2158-5571 2157-6203 2 3-4 197-211, 2693507
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[2693507]
  1. Sipos István. Real-time Stochastic Portfolio Optimization. (2016)
    Disszertáció/PhD (Disszertáció)/Tudományos[3222820] [Hitelesített]
    Független, Idéző: 3222820, Kapcsolat: 26595815
Levendovszky János et al. How to apply Large deviation theory to routing in WSNs. (2014) Megjelent: Advanced Computational Methods for Knowledge Engineering pp. 405-414, 3213605
Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[3213605]
  1. Linh Nguyen et al. Mobility based network lifetime in wireless sensor networks: A review. (2020) COMPUTER NETWORKS 1389-1286 174
    Folyóiratcikk/Összefoglaló cikk (Folyóiratcikk)/Tudományos[31446036] [Egyeztetett]
    Független, Idéző: 31446036, Kapcsolat: 29237799
Tisza Dávid et al. Novel Algorithms for Quadratic Programming by Using Hypergraph Representations. (2014) WIRELESS PERSONAL COMMUNICATIONS 0929-6212 1572-834X 77 3 2305-2339, 2710096
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[2710096]
  1. Zhu L et al. Algorithm for fuzzy maximum flow problem in hyper-network setting. (2015) OPEN CYBERNETICS AND SYSTEMICS JOURNAL 1874-110X 9 1 1466-1471
    Folyóiratcikk/Tudományos[26842429] [Admin láttamozott]
    Független, Idéző: 26842429, Kapcsolat: 26809464
Sipos István. Optimizing sparse mean reverting portfolios with AR-HMMs in the presence of secondary effects. (2015) PERIODICA POLYTECHNICA-ELECTRICAL ENGINEERING AND COMPUTER SCIENCE 2064-5260 2064-5279 0324-6000 59 1 1-8, 2698615
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[2698615]
  1. Duan T. Auto regressive dynamic bayesian network and its application in stock market inference. (2016) IFIP ADVANCES IN INFORMATION AND COMMUNICATION TECHNOLOGY 1868-4238 475 419-428
    Folyóiratcikk/Konferenciaközlemény (Folyóiratcikk)/Tudományos[26817130] [Admin láttamozott]
    Független, Idéző: 26817130, Kapcsolat: 26817130
Ceffer Attila et al. Kolmogorov-Smirnov test for keystroke dynamics based user authentication. (2016) Megjelent: 17th IEEE International Symposium on Computational Intelligence and Informatics (CINTI 2016) pp. 105-110, 3183215
Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)/Tudományos[3183215]
  1. Kiyani Anum Tanveer et al. Continuous User Authentication Featuring Keystroke Dynamics Based on Robust Recurrent Confidence Model and Ensemble Learning Approach. (2020) IEEE ACCESS 2169-3536 8 156177-156189
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31689656] [Egyeztetett]
    Független, Idéző: 31689656, Kapcsolat: 29562391
  2. Neubrandt D et al. Projection-Based Person Identification. (2018) ADVANCES IN INTELLIGENT SYSTEMS AND COMPUTING 2194-5357 2194-5365 1860-0794 1615-3871 578 221-228
    Folyóiratcikk/Konferenciaközlemény (Folyóiratcikk)/Tudományos[3392663] [Egyeztetett]
    Független, Idéző: 3392663, Kapcsolat: 26840145
Kálmán Tornai et al. Monitoring Scheme for Event and Danger Detection in Wireless Sensor Networks. (2016) AD HOC & SENSOR WIRELESS NETWORKS 1551-9899 1552-0633 30 1-2 145-161, 3004330
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[3004330]
  1. Luis Torralbo-Munoz Juan et al. SmartFridge: The Intelligent System that Controls your Fridge. (2018) Megjelent: 2018 FIFTH INTERNATIONAL CONFERENCE ON INTERNET OF THINGS: SYSTEMS, MANAGEMENT AND SECURITY pp. 200-207
    Könyvrészlet/Tudományos[30440797] [Nyilvános]
    Független, Idéző: 30440797, Kapcsolat: 27868592
  2. Lloret AT et al. Vibroacoustic impact on the architectonic heritage when using replicas of 16th century weapons. (2017) SENSORS 1424-8220 1424-8220 17 8
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[26821266] [Admin láttamozott]
    Független, Idéző: 26821266, Kapcsolat: 26821266
  3. Ez-zazi Imad et al. On the performance of adaptive coding schemes for energy efficient and reliable clustered wireless sensor networks. (2017) AD HOC NETWORKS 1570-8705 64 99-111
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[26906692] [Nyilvános]
    Független, Idéző: 26906692, Kapcsolat: 26821267
  4. Ez-zazi Imad et al. On the design of coding framework for energy efficient and reliable multi-hop sensor networks. (2017) PROCEDIA COMPUTER SCIENCE 1877-0509 109 537-544
    Folyóiratcikk/Tudományos[26842136] [Admin láttamozott]
    Független, Idéző: 26842136, Kapcsolat: 26842136
Tornai Kálmán et al. Classification for consumption data in smart grid based on forecasting time series. (2016) ELECTRIC POWER SYSTEMS RESEARCH 0378-7796 141 191-201, 3100908
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[3100908]
  1. Ibrahim Muhammad Sohail et al. Machine learning driven smart electric power systems: Current trends and new perspectives. (2020) APPLIED ENERGY 0306-2619 272
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31484242] [Egyeztetett]
    Független, Idéző: 31484242, Kapcsolat: 29229460
  2. Ali Mohammed et al. Clustering and Classification for Time Series Data in Visual Analytics: A Survey. (2019) IEEE ACCESS 2169-3536 7 181314-181338
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31577947] [Egyeztetett]
    Független, Idéző: 31577947, Kapcsolat: 29415865
  3. Sanayha Manassakan et al. Fault Detection for Circulating Water Pump Using Time Series Forecasting and Outlier Detection. (2017) Megjelent: International Conference on Knowledge and Smart Technology pp. 193-198
    Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[26766575] [Admin láttamozott]
    Független, Idéző: 26766575, Kapcsolat: 26766575
  4. Yiyan LI et al. Long-term system load forecasting based on data-driven linear clustering method. JOURNAL OF MODERN POWER SYSTEMS AND CLEAN ENERGY 2196-5625 2196-5420 1-11
    Folyóiratcikk/Tudományos[26842134] [Egyeztetett]
    Független, Idéző: 26842134, Kapcsolat: 26842134
Lorant Kovacs et al. A probabilistic demand side management approach by consumption admission control. (2017) TEHNICKI VJESNIK-TECHNICAL GAZETTE 1330-3651 1848-6339 24 1 199-207, 3183546
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[3183546]
  1. Muhssin Mazin et al. Potential of a Population of Domestic Heat Pumps to Provide Balancing Service. (2018) TEHNICKI VJESNIK-TECHNICAL GAZETTE 1330-3651 1848-6339 25 4 1196-1201
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30440805] [Nyilvános]
    Független, Idéző: 30440805, Kapcsolat: 27868596
Sipos István Róbert et al. Parallel optimization of sparse portfolios with AR-HMMs. (2017) COMPUTATIONAL ECONOMICS 0927-7099 1572-9974 49 4 563-578, 3043217
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[3043217]
  1. Schlosser William E.. Real price appreciation forecast tool: Two delivered log market price cycles in the Puget Sound markets of western Washington, USA, from 1992 through 2019. (2020) FOREST POLICY AND ECONOMICS 1389-9341 113
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31483745] [Egyeztetett]
    Független, Idéző: 31483745, Kapcsolat: 29228542
J Levendovszky et al. Low Complexity Algorithmic Trading by Feedforward Neural Networks. (2018) COMPUTATIONAL ECONOMICS 0927-7099 1572-9974 51 1, 3252486
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[3252486]
  1. Zheng Leina et al. Quantitative trading system based on machine learning in Chinese financial market. (2019) JOURNAL OF INTELLIGENT & FUZZY SYSTEMS 1064-1246 1875-8967 1-11
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30899278] [Nyilvános]
    Független, Idéző: 30899278, Kapcsolat: 28418687
  2. Chen Yi-Ting et al. Machine learning with parallel neural networks for analyzing and forecasting electricity demand. (2019) COMPUTATIONAL ECONOMICS 0927-7099 1572-9974
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31013513] [Nyilvános]
    Független, Idéző: 31013513, Kapcsolat: 28557607
2021-05-15 09:13