← Volver a resultados
Ficha bibliográfica · Consulta y acceso
Chapter

Chapter Risk Assessment and Automated Anomaly Detection Using a Deep Learning Architecture

Thomopoulos, Stelios C.A · InTechOpen

Material complementario disponible
Lectura rápida. Revisá los datos básicos del recurso y luego accedé al contenido desde el botón principal. En esta ficha solo se muestra la información necesaria para identificar la obra, citarla y abrirla.

Acceso al recurso

Entrá al contenido desde la opción principal o elegí otra fuente disponible.

Acceso principal

Material complementario disponible

El enlace apunta a material asociado, anexos, tablas, datos o página complementaria. No se marca como libro/texto completo.
Abrir material

Cómo citar

Elegí el formato que necesitás y copiá la referencia al portapapeles.

APA 7

Thomopoulos, S. C. (s. f.). Chapter Risk Assessment and Automated Anomaly Detection Using a Deep Learning Architecture. InTechOpen. https://nodovox.com/record.php?id=202475

MLA

Thomopoulos, Stelios C.A. Chapter Risk Assessment and Automated Anomaly Detection Using a Deep Learning Architecture. InTechOpen. https://nodovox.com/record.php?id=202475.

Chicago

Thomopoulos, Stelios C.A. s. f. Chapter Risk Assessment and Automated Anomaly Detection Using a Deep Learning Architecture. InTechOpen. https://nodovox.com/record.php?id=202475.

Harvard

Thomopoulos, S. C. s. f, Chapter Risk Assessment and Automated Anomaly Detection Using a Deep Learning Architecture, InTechOpen, available at: https://nodovox.com/record.php?id=202475 [Accessed 30 Jun. 2026].

Compartir e imprimir

Guardá la ficha, copiá su enlace permanente o imprimila como PDF.

Exportar referencia

Si usás un gestor bibliográfico, podés exportar el registro en los formatos más comunes.

Detalles del recurso

Información bibliográfica útil para confirmar que se trata del material correcto.

Título
Chapter Risk Assessment and Automated Anomaly Detection Using a Deep Learning Architecture
Autor / colaboradores
Thomopoulos, Stelios C.A
Editorial
InTechOpen
ISSN
10.5772/intechopen.96209
Copiado