Papers in Journals
| # | Paper Title | Authors | Journal | Published At |
|---|---|---|---|---|
| 1 | روشی مطمئن برای مقابله با مشکلات طبقه بندی اثر انگشت | فائزه میرزائی,حسین ابراهیم پور کومله,محسن بیگلری | ( سال دوازدهم شماره ۲ (پیاپی ۳۵ ، زمستان ۱۳۹۳ ، نشریه مهندسی برق و مهندسی کامپیوتر ایران | 2014-12-22 |
| 2 | روشی مطمئن برای مقابله با مشکلات طبقه بندی اثر انگشت | فائزه میرزایی,حسین ابراهیم پور کومله,محسن بیگلری | ( سال دوازدهم شماره ۲ (پیاپی ۳۵ ، زمستان ۱۳۹۳ ، نشریه مهندسی برق و مهندسی کامپیوتر ایران | 2014-12-22 |
| 3 | روشی مطمئن برای مقابله با مشکلات طبقه بندی اثر انگشت | فائزه میرزائی,حسین ابراهیم پور کومله,محسن بیگلری | ( سال دوازدهم شماره ۲ (پیاپی ۳۵ ، زمستان ۱۳۹۳ ، نشریه مهندسی برق و مهندسی کامپیوتر ایران | 2014-12-22 |
| 4 | روشی مطمئن برای مقابله با مشکلات طبقه بندی اثر انگشت | فائزه میرزائی,حسین ابراهیم پور کومله,محسن بیگلری | ( سال دوازدهم شماره ۲ (پیاپی ۳۵ ، زمستان ۱۳۹۳ ، نشریه مهندسی برق و مهندسی کامپیوتر ایران | 2014-12-22 |
| 5 | Multi-resolution gray-level image enhancement using particle swarm optimization | علی محمد نیک فرجام,حسین ابراهیم پور کومله | Applied Intelligence | 2017-05-15 |
| 6 | Effective image clustering based on human mental search | سید جلال الدین موسوی راد,حسین ابراهیم پور کومله,Gerald Schaefer | Applied Soft Computing | 2019-02-28 |
| 7 | Human mental search-based multilevel thresholding for image segmentation | سید جلال الدین موسوی راد,حسین ابراهیم پور کومله | Applied Soft Computing | 2020-12-01 |
| 8 | The Improvement of Forecasting ATMs Cash Demand of Iran Banking Network Using Convolutional Neural Network | سودابه پورذاکرعربانی,حسین ابراهیم پور کومله | Arabian Journal for Science and Engineering | 2019-04-01 |
| 9 | The Improvement of Forecasting ATMs Cash Demand of Iran Banking Network Using Convolutional Neural Network | سودابه پورذاکرعربانی,حسین ابراهیم پور کومله | Arabian Journal for Science and Engineering | 2019-04-01 |
| 10 | Adverse Drug Reaction Detection in Social Media by Deep Learning Methods | زهرا رضائی,حسین ابراهیم پور کومله,بهناز اسلامی,رامیار چاوشی نژاد,مهدی توتونچی | CELL J | 2020-10-01 |
| 11 | Automated Adverse Drug Reaction detection in social media datasets, using deep learning methods (HAN, FastText and CNN) | زهرا رضائی,حسین ابراهیم پور کومله,مهدی توتونچی,بهناز اسلامی | CELL J | 2020-12-01 |
| 12 | Adverse Drug Reaction Detection in Social Media by Deep Learning Methods | زهرا رضائی,حسین ابراهیم پور کومله,بهناز اسلامی,رامیار چاوشی نژاد,مهدی توتونچی | Cell Journal (Yakhteh) | 2019-12-15 |
| 13 | Adverse Drug Reaction Detection in Social Media by Deep Learning Methods | زهرا رضائی,حسین ابراهیم پور کومله,بهناز اسلامی,رامیار چاوشی نژاد,مهدی توتونچی | Cell Journal (Yakhteh) | 2019-12-15 |
| 14 | Adverse Drug Reaction Detection in Social Media by Deep Learning Methods | زهرا رضائی,حسین ابراهیم پور کومله,بهناز اسلامی,رامیار چاوشی نژاد,مهدی توتونچی | Cell Journal (Yakhteh) | 2019-12-15 |
| 15 | Computational study of the gas phase reaction of hydrogen azide and corannulene: A DFT study | عادل رئیسی وانانی,سمیه رحیمی,سیامک نصیری کوخدان,حسین ابراهیم پور کومله | Computational and Theoretical Chemistry | 2015-10-15 |
| 16 | Parallel Continuous Double Auction for Service Allocation in Cloud | حسین ابراهیم پور کومله,علی محمد نیک فرجام | Computer Engineering and Applications Journal | 2015-06-01 |
| 17 | Parallel Continuous Double Auction for Service Allocation in Cloud | حسین ابراهیم پور کومله,علی محمد نیک فرجام | Computer Engineering and Applications Journal | 2015-06-01 |
| 18 | Parallel Continuous Double Auction for Service Allocation in Cloud | حسین ابراهیم پور کومله,علی محمد نیک فرجام | Computer Engineering and Applications Journal | 2015-06-01 |
| 19 | Parallel Continuous Double Auction for Service Allocation in Cloud | حسین ابراهیم پور کومله,علی محمد نیک فرجام | Computer Engineering and Applications Journal | 2015-06-01 |
| 20 | طراحی یک سیستمخبره فازی نوعدوم جهت بهبود نقطهضعف کاوش قواعد انجمنی فازی نوع اول بهمنظور تشخیص بیماری دیابت | میثم روشن فکر,گلنوش عبائی,حسین ابراهیم پور کومله | Distributed computing and Distributed systems | 1397/05/15 |
Showing 1-20 of 74 items.