Mostrar el registro sencillo del ítem

dc.contributor.authorCarballal, A
dc.contributor.authorFernandez Lozano, Carlos
dc.contributor.authorRodriguez-Fernandez, N
dc.contributor.authorCastro, L
dc.contributor.authorSantos, A
dc.date.accessioned2022-02-02T08:16:55Z
dc.date.available2022-02-02T08:16:55Z
dc.date.issued2019
dc.identifier.issn1076-2787
dc.identifier.urihttp://hdl.handle.net/20.500.11940/16073
dc.language.isoenges
dc.rightsAtribución 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.titleAvoiding the Inherent Limitations in Datasets Used for Measuring Aesthetics When Using a Machine Learning Approachen
dc.typeArtigoes
dc.identifier.doi10.1155/2019/4659809
dc.identifier.sophos34786
dc.journal.titleCOMPLEXITY.es
dc.organizationServizo Galego de Saúde::Estrutura de Xestión Integrada (EOXI)::Instituto de Investigación Biomédica da Coruña (INIBIC)es
dc.page.initial1es
dc.relation.publisherversionhttps://downloads.hindawi.com/journals/complexity/2019/4659809.pdfes
dc.rights.accessRightsopenAccesses
dc.subject.keywordINIBICes
dc.typefidesArtículo Originales
dc.typesophosArtículo Originales
dc.volume.number-es


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución 4.0 Internacional