Ha kapcsolatba szeretne lépni a Tudóstér adminisztrátoraival, kérjük töltse ki az alábbi űrlapot, vagy küldjön e-mailt a publikacioklib.unideb.hu címre.
Bejelentkezés
A Tudóstér funkcióinak nagy része bejelentkezés nélkül is elérhető. Bejelentkezésre az alábbi műveletekhez van szükség:
Debreceni Egyetem. Informatikai Kar. Információ Technológia Tanszék / University of Debrecen. Faculty of Informatics. Department of Information Technology
Gál, Z.,
Gál, M. B.,
Terdik, G.:
Markov Modelling and Cluster-Based Analysis of Transport Layer Traffic Using Quick User Datagram Protocol Internet Connections.
Eng. Proc. 2025 (108), 1-11, (cikkazonosító: 31), 2025.
Q3
Industrial and Manufacturing Engineering
(2024)
Q4
Mechanical Engineering
(2024)
2.
Chudo, S. B.,
Terdik, G.:
Modeling and Forecasting Time-Series Data with Multiple Seasonal Periods Using Periodograms.
Econometrics. 13 (2), 1-19, (cikkazonosító: 14), 2025.
Gál, Z.,
Terdik, G.:
Hurkolt UDP és QUIC alapú szállítási réteg-mechanizmusok forgalmi tulajdonságai = Traffic properties of looped UDP and QUIC-based transport layer mechanisms.
In: XXV. Energetika-Elektrotechnika - ENELKO és XXXIV. Számítástechnika és Oktatás - SzámOkt Multi-konferencia / Erdélyi Magyar Műszaki Tudományos Társaság, Erdélyi Magyar Műszaki Tudományos Társaság, Brassó, 70-80, 2024, (ENELKO-SZÁMOKT Multi-konferencia, ISSN 2734-6757)
Dejene, G.,
Terdik, G.:
The Processing Spatial Data for Statistical Modeling and Visualization Case study: INLA model for COVID-19 in Alabama, USA.
Acta Tech. Jaurinensis. 17 (3), 130-142, 2024.
Dawod, A. B. A.,
Terdik, G.:
Use of Zero-crossings Segmentation for Track Quality Assessment.
Acta Tech. Jaurinensis. Epub, 1-14, (cikkazonosító: 14513), 2024.
Fischer, S.,
Liegner, N.,
Bocz, P.,
Vinkó, Á.,
Terdik, G.:
Investigation of Track Gauge and Alignment Parameters of Ballasted Railway Tracks Based on Real Measurements Using Signal Processing Techniques.
Infrastructures. 8 (2), 1-21, 2023.
Q2
Geotechnical Engineering and Engineering Geology
Q2
Materials Science (miscellaneous)
10.
Gál, Z.,
Terdik, G.:
Nagysebességű kommunikációs folyamatok nem-stacionárius datagram forgalmának időbeli mintázata = On the time patterns of the nonstationary datagram based fast communication processes.
In: Enelko - SzámOkt / Sebestyén-Pál György, Erdélyi Műszaki Tudományos Társaság - EMT, Kolozsvár, 111-121, 2023, (ISSN 2734-6757)
Hajdu, A.,
Terdik, G.,
Tiba, A.,
Tomán, H.:
A stochastic approach to handle resource constraints as knapsack problems in ensemble pruning.
Mach. Learn. 111, 1551-1595, 2022.
Rao Jammalamadaka, S.,
Taufer, E.,
Terdik, G.:
Asymptotic theory for statistics based on cumulant vectors with applications.
Scand. J. Stat. 48 (2), 708-728, 2021.
Lantang, O.,
Terdik, G.,
Hajdu, A.,
Tiba, A.:
Comparison of single and ensemble-based convolutional neural networks for cancerous image classification.
Ann. Math. Inform. 54, 45-56, 2021.
Lantang, O.,
Terdik, G.,
Hajdu, A.,
Tiba, A.:
Investigation of the efficiency of an interconnected convolutional neural network by classifying medical images.
Ann. Math. Inform. 53, 219-234, 2021.
Apró, A.,
Getachew, D. E.,
Terdik, G.:
Visualization of Global Data: COVID-19 data by Countrieson Sphere.
In: Az elmélet és a gyakorlat találkozása a térinformatikában XII.. Szerk.: Molnár Vanda Éva, Debreceni Egyetemi kiadó, Debrecen, 35-40, 2021. ISBN: 9789633189771
Terdik, G.:
Covariance Functions for Gaussian Laplacian Fields in Higher Dimension.
In: Theory and Applications of Time Series Analysis / Valenzuela, O., Rojas, F., Herrera, L.J., Pomares, H., Rojas, I. (eds), Springer, Cham, Cham, 19-29, 2020, (International Conference on Time Series and Forecasting) ISBN: 9783030562182
Lantang, O.,
Tiba, A.,
Hajdu, A.,
Terdik, G.:
Convolutional Neural Network For Predicting The Spread of Cancer.
In: Proceedings of the 10th IEEE International Conference on Cognitive Infocommunications : CogInfoCom 2019. Szerk.: Péter Baranyi, IEEE-Inst Electrical Electronics Engineers Inc, Piscataway, 175-180, 2019. ISBN: 9781728147932
