Predicting suitability of finger marks using machine learning techniques and examiner annotations
Détails
Demande d'une copie Sous embargo indéterminé.
Accès restreint UNIL
Etat: Public
Version: de l'auteur⸱e
Licence: CC BY-NC-ND 4.0
Accès restreint UNIL
Etat: Public
Version: de l'auteur⸱e
Licence: CC BY-NC-ND 4.0
ID Serval
serval:BIB_4C4B618FFB2D
Type
Article: article d'un périodique ou d'un magazine.
Collection
Publications
Institution
Titre
Predicting suitability of finger marks using machine learning techniques and examiner annotations
Périodique
Forensic Science International
ISSN
0379-0738
Statut éditorial
Publié
Date de publication
03/2021
Volume
320
Pages
110712
Langue
anglais
Mots-clé
Pathology and Forensic Medicine
Open Access
Oui
Financement(s)
Université de Lausanne
Création de la notice
17/02/2021 9:14
Dernière modification de la notice
18/02/2021 6:28