TNRR : Thai National Research ระบบคลังข้อมูลงานวิจัยไทย

จำนวนงานวิจัยจำแนกรายปี

บุคคลที่เคยร่วมงานวิจัย

ความเชี่ยวชาญ

บุคคลที่เคยร่วมงานวิจัย

#	นักวิจัย	ร่วมงาน
1	Verma, Brijesh.	9
2	Verma, Brijesh	5
3	Centre for Intelligent and Networked Systems (CINS)	5
4	Klevansky, Alan.	2
5	Zhang, Mengjie	1
6	Maeder, Anthony	1
7	Panchal, Rinku.	1
8	Park, Minyeop.	1
9	Ghassem Pour, Shima	1

ปี

#	พ.ศ.	จำนวน
1	2557	1
2	2556	2
3	2555	3
4	2554	2
5	2553	2
6	2552	2
7	2551	1
8	2550	2

ผลงานวิจัย

#	หัวเรื่อง
ปี พ.ศ. 2557
1	Optimizing configuration of neural ensemble network for breast cancer diagnosis
ปี พ.ศ. 2556
2	Variable hidden neuron ensemble for mass classification in digital mammograms
3	Effects of large constituent size in variable neural ensemble classifier for breast mass classification
ปี พ.ศ. 2555
4	Comparing data mining with ensemble classification of breast cancer masses in digital mammograms
5	A Multilayered Ensemble Architecture for the Classification of Masses in Digital Mammograms
6	Clustered Ensemble Neural Network for Breast Mass Classification in Digital Mammography
ปี พ.ศ. 2554
7	Clustering based classifier for the classification of benign and malignant patterns in digital mammograms
8	Multi-cluster support vector machine classifier for the classification of suspicious areas in digital mammograms
ปี พ.ศ. 2553
9	Classification of benign and malignant patterns in digital mammograms for the diagnosis of breast cancer
10	A classifier with clustered sub classes for the classification of suspicious areas in digital mammograms
ปี พ.ศ. 2552
11	A novel soft cluster neural network for the classification of suspicious areas in digital mammograms
12	Soft clustering and support vector machine based technique for the classification of abnormalities in digital mammograms
ปี พ.ศ. 2551
13	Impact of soft clustering on classification of suspicious areas in digital mammograms
ปี พ.ศ. 2550
14	Combining SOM based clustering and MGS for classification of suspicious areas within digital mammograms
15	Clustering and least square based neural technique for learning and identification of suspicious areas within digital mammograms