A Machine Learning Approach Against a Masked AES

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Référence Lecture notes in computer science, 8419, page (61-75)
Publication Publié, 2014-06-01

Article révisé par les pairs

Titre:	A Machine Learning Approach Against a Masked AES
Auteur:	Lerman, Liran; Fernandes Medeiros, Stéphane; Bontempi, Gianluca; Markowitch, Olivier
Informations sur la publication:	Lecture notes in computer science, 8419, page (61-75)
Statut de publication:	Publié, 2014-06-01
Sujet CREF:	Informatique générale
Langue:	Anglais
Identificateurs:	urn:issn:0302-9743

Estimating pitting descriptors of 316 L stainless steel by machine learning and statistical analysis
par Bertolucci Coelho, Léonardo , Torres Justo, Diego , Vangrunderbeek, Vincent , Bernal, Miguel , Paldino, Gian Marco , Bontempi, Gianluca , Ustarroz Troyano, Jon
Publication 2023-12-01
New algorithms for the simplification of multiple trajectories under bandwidth constraints
par Dejaegere, Gilles , Sakr, Mahmoud
Publication 2024-01-18
Novel synchronization method for vectorcardiogram reconstruction from ECG printouts: A comprehensive validation approach
par Ramírez, Elisa , Ruipérez-Campillo, Samuel , Castells, Francisco , Casado Arroyo, Ruben , Millet, José
Publication 2024-05
Extraction and analysis of flow features in planar synthetic jets using different machine learning techniques
par Muñoz Salamanca, Eva , Dave, Himanshu , D'Alessio, Giuseppe , Bontempi, Gianluca , Parente, Alessandro , Le Clainche, Soledad
Publication 2023-09-05
Resolving Knowledge Limitations for Improved Collective Intelligence:A novel online machine learning approach
par Abels, Axel
Publication Faculté des Sciences – Informatique, Bruxelles, Vrije Universiteit Brussel, Faculteit Wetenschappen en Bio-ingenieurswetenschappen, Computer Science Department - Doctor of Sciences, 2024-04-23

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.