Aller au contenu

PeerfordIntelligence de la recherche

Pays
Institutions
Chercheurs
Disciplines
Classements
Comparer
Commons

Rechercher des institutions, des chercheurs, des pays et des publications

Pays
Institutions
Chercheurs
Disciplines
Classements
Comparer

CommonsLà où les chercheurs parlent de leurs travaux

Rechercher des institutions, des chercheurs, des pays et des publications

Chaque chiffre est compté par Peerford à partir des travaux eux-mêmes, de la même façon pour chaque institution.

Parcourir

Pays
Institutions
Chercheurs
Disciplines
Classements
Commons, pour les chercheurs

À propos

Comment Peerford compte
Comparer des institutions
Confidentialité
Conditions d’utilisation

Contact

hello@peerford.com
https://wa.me/peerford · WhatsApp

Langue

EnglishAnglais
Français
PortuguêsPortugais
العربيةArabe

Thème

SystèmeClairSombre

Abeng J. Abeng · Peerford

University of Nigeria / Chercheurs

AA

Abeng J. Abeng

University of Nigeria

Publie depuis 2026

Artificial Intelligence
Computational Theory and Mathematics

Sa fiche sur OpenAlex
Télécharger le CV :PDF Word
Ses coauteurs Où se trouvent ses coauteurs Toutes les publications
C’est vous ? Connectez-vous pour modifier votre profil

Publications: 12026
Citations: 0à ces articles
Indice h: 0indice i10 0
Impact normalisé par discipline: 0,001,00 correspond à la moyenne mondiale
Top 10 % mondial: 0 %0 sur 1 articles évalués
Accès ouvert: 100 %1 articles en lecture libre

Ses thèmes de travail

D’après la classification de chaque article

Sous-disciplines

Artificial Intelligence1100 %
Computational Theory and Mathematics1100 %

Physical Sciences

Thèmes les plus traités

Advanced Clustering Algorithms Research1
Machine Learning and Data Classification1
Rough Sets and Fuzzy Logic1

Où paraissent ses travaux

Publications

1 au total

An Improved Initialization Method for k-Means Clustering of Noisy Datasets Based on Rough Set Neighbourhood Model
2026International Journal of Advanced Statistics and ProbabilityRevueAccès ouvertPremier auteur0 citation10.14419/69dvcw11

International Journal of Advanced Statistics and Probability

1

Comment ces travaux se lisent

100 % en lecture libre

Diamant 1 · 100 %Gratuit à lire et à publier

Objectifs de développement abordés

D’après le titre et le résumé de chaque article

11Villes et communautés durables1

Les plus cités

An Improved Initialization Method for k-Means Clustering of Noisy Datasets Based on Rough Set Neighbourhood Model
International Journal of Advanced Statistics and Probability11
20260 citationAccès ouvert · Diamant