Autor Hurley, Neil
|
|
Documentos disponibles escritos por este autor (3)
Hacer una sugerencia Refinar búsquedaEuropean Conference, ECML PKDD 2018, Dublin, Ireland, September 10–14, 2018, Proceedings, Part I / Berlingerio, Michele ; Bonchi, Francesco ; Gärtner, Thomas ; Hurley, Neil ; Ifrim, Georgiana
Título : European Conference, ECML PKDD 2018, Dublin, Ireland, September 10–14, 2018, Proceedings, Part I Tipo de documento: documento electrónico Autores: Berlingerio, Michele, ; Bonchi, Francesco, ; Gärtner, Thomas, ; Hurley, Neil, ; Ifrim, Georgiana, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXXVIII, 740 p. 451 ilustraciones, 159 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-10925-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Procesamiento de datos Visión por computador Ciencias sociales Ordenadores Protección de datos Minería de datos y descubrimiento de conocimientos Aplicación informática en ciencias sociales y del comportamiento Entornos informáticos Seguridad de datos e información Índice Dewey: 006.3 Inteligencia artificial Resumen: Las actas de tres volúmenes LNAI 11051 – 11053 constituyen las actas arbitradas de la Conferencia Europea sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD 2018, celebrada en Dublín, Irlanda, en septiembre de 2018. El total de 131 artículos regulares presentados en la parte I y la parte II fue cuidadosamente revisada y seleccionada entre 535 presentaciones; Hay 52 artículos en la sección de demostración, néctar y ciencia de datos aplicada. Las contribuciones se organizaron en secciones temáticas denominadas de la siguiente manera: Parte I: aprendizaje contradictorio; detección de anomalías y valores atípicos; aplicaciones; clasificación; agrupamiento y aprendizaje no supervisado; métodos de aprendizaje profundo; y evaluación. Parte II: gráficos; métodos del núcleo; paradigmas de aprendizaje; análisis matricial y tensorial; aprendizaje activo y en línea; minería de patrones y secuencias; modelos probabilísticos y métodos estadísticos; sistemas de recomendación; y transferir el aprendizaje. Parte III: Aplicaciones de ciencia de datos de ADS; ADS de comercio electrónico; Ingeniería y diseño de ADS; ADS financieros y de seguridad; salud de los anuncios; detección y posicionamiento de ADS; pista de néctar; y pista de demostración. Nota de contenido: Adversarial Learning -- Image Anomaly Detection with Generative Adversarial Networks -- Image-to-Markup Generation via Paired Adversarial Learning -- Toward an Understanding of Adversarial Examples in Clinical Trials -- ShapeShifter: Robust Physical Adversarial Attack on Faster R-CNN Object Detector -- Anomaly and Outlier Detection -- GridWatch: Sensor Placement and Anomaly Detection in the Electrical Grid -- Incorporating Privileged Information to Unsupervised Anomaly Detection -- L1-Depth Revisited: A Robust Angle-based Outlier Factor in High-dimensional Space -- Beyond Outlier Detection: LookOut for Pictorial Explanation -- Scalable and Interpretable One-class SVMs with Deep Learning and Random Fourier Features -- Group Anomaly Detection using Deep Generative Models -- Applications -- A Discriminative Model for Identifying Readers and Assessing Text Comprehension from Eye Movements -- Face-Cap: Image Captioning using Facial Expression Analysis -- Pedestrian Trajectory Prediction with Structured Memory Hierarchies -- Classification -- Multiple Instance Learning with Bag-level Randomized Trees -- One-class Quantification -- Deep F-Measure Maximization in Multi-Label Classification: A Comparative Study -- Ordinal Label Proportions -- AWX: An Integrated Approach to Hierarchical-Multilabel Classification -- Clustering and Unsupervised Learning -- Clustering in the Presence of Concept Drift -- Time Warp Invariant Dictionary Learning for Time Series Clustering -- How Your Supporters and Opponents Define Your Interestingness -- Deep Learning -- Efficient Decentralized Deep Learning by Dynamic Model Averaging -- Using Supervised Pretraining to Improve Generalization of Neural Networks on Binary Classification Problems -- Towards Efficient Forward Propagation on Resource-Constrained Systems -- Auxiliary Guided Autoregressive Variational Autoencoders -- Cooperative Multi-Agent Policy Gradient -- Parametric t-Distributed Stochastic Exemplar-centered Embedding -- Joint autoencoders: a flexible meta-learning framework -- Privacy Preserving Synthetic Data Release Using Deep Learning -- On Finer Control of Information Flow in LSTMs -- MaxGain: Regularisation of Neural Networks by Constraining Activation Magnitudes -- Ontology alignment based on word embedding and random forest classification -- Domain Adaption in One-Shot Learning -- Ensemble Methods -- Axiomatic Characterization of AdaBoost and the Multiplicative Weight Update Procedure -- Modular Dimensionality Reduction -- Constructive Aggregation and its Application to Forecasting with Dynamic Ensembles -- MetaBags: Bagged Meta-Decision Trees for Regression -- Evaluation -- Visualizing the Feature Importance for Black Box Models -- Efficient estimation of AUC in a sliding window -- Controlling and visualizing the precision-recall tradeoff for external performance indices -- Evaluation Procedures for Forecasting with Spatio-Temporal Data -- A Blended Metric for Multi-label Optimisation and Evaluation. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i European Conference, ECML PKDD 2018, Dublin, Ireland, September 10–14, 2018, Proceedings, Part I [documento electrónico] / Berlingerio, Michele, ; Bonchi, Francesco, ; Gärtner, Thomas, ; Hurley, Neil, ; Ifrim, Georgiana, . - 1 ed. . - [s.l.] : Springer, 2019 . - XXXVIII, 740 p. 451 ilustraciones, 159 ilustraciones en color.
ISBN : 978-3-030-10925-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Procesamiento de datos Visión por computador Ciencias sociales Ordenadores Protección de datos Minería de datos y descubrimiento de conocimientos Aplicación informática en ciencias sociales y del comportamiento Entornos informáticos Seguridad de datos e información Índice Dewey: 006.3 Inteligencia artificial Resumen: Las actas de tres volúmenes LNAI 11051 – 11053 constituyen las actas arbitradas de la Conferencia Europea sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD 2018, celebrada en Dublín, Irlanda, en septiembre de 2018. El total de 131 artículos regulares presentados en la parte I y la parte II fue cuidadosamente revisada y seleccionada entre 535 presentaciones; Hay 52 artículos en la sección de demostración, néctar y ciencia de datos aplicada. Las contribuciones se organizaron en secciones temáticas denominadas de la siguiente manera: Parte I: aprendizaje contradictorio; detección de anomalías y valores atípicos; aplicaciones; clasificación; agrupamiento y aprendizaje no supervisado; métodos de aprendizaje profundo; y evaluación. Parte II: gráficos; métodos del núcleo; paradigmas de aprendizaje; análisis matricial y tensorial; aprendizaje activo y en línea; minería de patrones y secuencias; modelos probabilísticos y métodos estadísticos; sistemas de recomendación; y transferir el aprendizaje. Parte III: Aplicaciones de ciencia de datos de ADS; ADS de comercio electrónico; Ingeniería y diseño de ADS; ADS financieros y de seguridad; salud de los anuncios; detección y posicionamiento de ADS; pista de néctar; y pista de demostración. Nota de contenido: Adversarial Learning -- Image Anomaly Detection with Generative Adversarial Networks -- Image-to-Markup Generation via Paired Adversarial Learning -- Toward an Understanding of Adversarial Examples in Clinical Trials -- ShapeShifter: Robust Physical Adversarial Attack on Faster R-CNN Object Detector -- Anomaly and Outlier Detection -- GridWatch: Sensor Placement and Anomaly Detection in the Electrical Grid -- Incorporating Privileged Information to Unsupervised Anomaly Detection -- L1-Depth Revisited: A Robust Angle-based Outlier Factor in High-dimensional Space -- Beyond Outlier Detection: LookOut for Pictorial Explanation -- Scalable and Interpretable One-class SVMs with Deep Learning and Random Fourier Features -- Group Anomaly Detection using Deep Generative Models -- Applications -- A Discriminative Model for Identifying Readers and Assessing Text Comprehension from Eye Movements -- Face-Cap: Image Captioning using Facial Expression Analysis -- Pedestrian Trajectory Prediction with Structured Memory Hierarchies -- Classification -- Multiple Instance Learning with Bag-level Randomized Trees -- One-class Quantification -- Deep F-Measure Maximization in Multi-Label Classification: A Comparative Study -- Ordinal Label Proportions -- AWX: An Integrated Approach to Hierarchical-Multilabel Classification -- Clustering and Unsupervised Learning -- Clustering in the Presence of Concept Drift -- Time Warp Invariant Dictionary Learning for Time Series Clustering -- How Your Supporters and Opponents Define Your Interestingness -- Deep Learning -- Efficient Decentralized Deep Learning by Dynamic Model Averaging -- Using Supervised Pretraining to Improve Generalization of Neural Networks on Binary Classification Problems -- Towards Efficient Forward Propagation on Resource-Constrained Systems -- Auxiliary Guided Autoregressive Variational Autoencoders -- Cooperative Multi-Agent Policy Gradient -- Parametric t-Distributed Stochastic Exemplar-centered Embedding -- Joint autoencoders: a flexible meta-learning framework -- Privacy Preserving Synthetic Data Release Using Deep Learning -- On Finer Control of Information Flow in LSTMs -- MaxGain: Regularisation of Neural Networks by Constraining Activation Magnitudes -- Ontology alignment based on word embedding and random forest classification -- Domain Adaption in One-Shot Learning -- Ensemble Methods -- Axiomatic Characterization of AdaBoost and the Multiplicative Weight Update Procedure -- Modular Dimensionality Reduction -- Constructive Aggregation and its Application to Forecasting with Dynamic Ensembles -- MetaBags: Bagged Meta-Decision Trees for Regression -- Evaluation -- Visualizing the Feature Importance for Black Box Models -- Efficient estimation of AUC in a sliding window -- Controlling and visualizing the precision-recall tradeoff for external performance indices -- Evaluation Procedures for Forecasting with Spatio-Temporal Data -- A Blended Metric for Multi-label Optimisation and Evaluation. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : European Conference, ECML PKDD 2018, Dublin, Ireland, September 10–14, 2018, Proceedings, Part II Tipo de documento: documento electrónico Autores: Berlingerio, Michele, ; Bonchi, Francesco, ; Gärtner, Thomas, ; Hurley, Neil, ; Ifrim, Georgiana, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXX, 866 p. 463 ilustraciones, 192 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-10928-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Procesamiento de datos Visión por computador Ciencias sociales Ordenadores Protección de datos Minería de datos y descubrimiento de conocimientos Aplicación informática en ciencias sociales y del comportamiento Entornos informáticos Seguridad de datos e información Índice Dewey: 006.3 Inteligencia artificial Resumen: Las actas de tres volúmenes LNAI 11051 – 11053 constituyen las actas arbitradas de la Conferencia Europea sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD 2018, celebrada en Dublín, Irlanda, en septiembre de 2018. El total de 131 artículos regulares presentados en la parte I y la parte II fue cuidadosamente revisada y seleccionada entre 535 presentaciones; Hay 52 artículos en la sección de demostración, néctar y ciencia de datos aplicada. Las contribuciones se organizaron en secciones temáticas denominadas de la siguiente manera: Parte I: aprendizaje contradictorio; detección de anomalías y valores atípicos; aplicaciones; clasificación; agrupamiento y aprendizaje no supervisado; métodos de aprendizaje profundo; y evaluación. Parte II: gráficos; métodos del núcleo; paradigmas de aprendizaje; análisis matricial y tensorial; aprendizaje activo y en línea; minería de patrones y secuencias; modelos probabilísticos y métodos estadísticos; sistemas de recomendación; y transferir el aprendizaje. Parte III: Aplicaciones de ciencia de datos de ADS; ADS de comercio electrónico; Ingeniería y diseño de ADS; ADS financieros y de seguridad; salud de los anuncios; detección y posicionamiento de ADS; pista de néctar; y pista de demostración. Nota de contenido: Graphs -- Temporally Evolving Community Detection and Prediction in Content-Centric Networks -- Local Topological Data Analysis to Uncover the Global Structure of Data Approaching Graph-Structured Topologies -- Similarity Modeling on Heterogeneous Networks via Automatic Path Discovery -- Dynamic hierarchies in temporal directed networks -- Risk-Averse Matchings over Uncertain Graph Databases -- Discovering Urban Travel Demands through Dynamic Zone Correlation in Location-Based Social Networks -- Social-Affiliation Networks: Patterns and the SOAR Model -- ONE-M: Modeling the Co-evolution of Opinions and Network Connections -- Think before You Discard: Accurate Triangle Counting in Graph Streams with Deletions -- Semi-Supervised Blockmodelling with Pairwise Guidance -- Kernel Methods -- Large-scale Nonlinear Variable Selection via Kernel Random Features -- Fast and Provably Effective Multi-view Classification with Landmark-based SVM -- Nyström-SGD: Fast Learning of Kernel-Classifiers with Conditioned Stochastic Gradient Descent -- Learning Paradigms -- Hyperparameter Learning for Conditional Kernel Mean Embeddings with Rademacher Complexity Bounds -- Deep Learning Architecture Search by Neuro-Cell-based Evolution with Function-Preserving Mutations -- VC-Dimension Based Generalization Bounds for Relational Learning -- Robust Super-Level Set Estimation using Gaussian Processes -- Robust Super-Level Set Estimation using Gaussian Processes -- Scalable Nonlinear AUC Maximization Methods -- Matrix and Tensor Analysis -- Lambert Matrix Factorization -- Identifying and Alleviating Concept Drift in Streaming Tensor Decomposition -- MASAGA: A Linearly-Convergent Stochastic First-Order Method for Optimization on Manifolds -- Block CUR: Decomposing Matrices using Groups of Columns -- Online and Active Learning -- SpectralLeader: Online Spectral Learning for Single Topic Models -- Online Learning of Weighted Relational Rules for Complex Event Recognition -- Toward Interpretable Deep Reinforcement Learning with Linear Model U-Trees -- Online Feature Selection by Adaptive Sub-gradient Methods -- Frame-based Optimal Design -- Hierarchical Active Learning with Proportion Feedback on Regions -- Pattern and Sequence Mining -- An Efficient Algorithm for Computing Entropic Measures of Feature Subsets -- Anytime Subgroup Discovery in Numerical Domains with Guarantees -- Discovering Spatio-Temporal Latent Influence in Geographical Attention Dynamics -- Mining Periodic Patterns with a MDL Criterion -- Revisiting Conditional Functional Dependency Discovery: Splitting the "C" from the "FD" -- Sqn2Vec: Learning Sequence Representation via Sequential Patterns with a Gap Constraint -- Mining Tree Patterns with Partially Injective Homomorphisms -- Probabilistic Models and Statistical Methods -- Variational Bayes for Mixture Models with Censored Data -- Exploration Enhanced Expected Improvement for Bayesian Optimization -- A Left-to-right Algorithm for Likelihood Estimation in Gamma-Poisson Factor Analysis -- Causal Inference on Multivariate and Mixed-Type Data -- Recommender Systems -- POLAR: Attention-based CNN for One-shot Personalized Article Recommendation -- Learning Multi-granularity Dynamic Network Representations for Social Recommendation -- GeoDCF: Deep Collaborative Filtering with Multifaceted Contextual Information in Location-based Social Networks -- Personalized Thread Recommendation for MOOC Discussion Forums -- Inferring Continuous Latent Preference on Transition Intervals for Next Point-of-Interest Recommendation -- Transfer Learning -- Feature Selection for Unsupervised Domain Adaptation using Optimal Transport -- Towards more Reliable Transfer Learning -- Differentially Private Hypothesis Transfer Learning -- Information-theoretic Transfer Learning framework for Bayesian Optimisation -- A Unified Framework for Domain Adaptation using Metric Learning on Manifolds. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i European Conference, ECML PKDD 2018, Dublin, Ireland, September 10–14, 2018, Proceedings, Part II [documento electrónico] / Berlingerio, Michele, ; Bonchi, Francesco, ; Gärtner, Thomas, ; Hurley, Neil, ; Ifrim, Georgiana, . - 1 ed. . - [s.l.] : Springer, 2019 . - XXX, 866 p. 463 ilustraciones, 192 ilustraciones en color.
ISBN : 978-3-030-10928-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Procesamiento de datos Visión por computador Ciencias sociales Ordenadores Protección de datos Minería de datos y descubrimiento de conocimientos Aplicación informática en ciencias sociales y del comportamiento Entornos informáticos Seguridad de datos e información Índice Dewey: 006.3 Inteligencia artificial Resumen: Las actas de tres volúmenes LNAI 11051 – 11053 constituyen las actas arbitradas de la Conferencia Europea sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD 2018, celebrada en Dublín, Irlanda, en septiembre de 2018. El total de 131 artículos regulares presentados en la parte I y la parte II fue cuidadosamente revisada y seleccionada entre 535 presentaciones; Hay 52 artículos en la sección de demostración, néctar y ciencia de datos aplicada. Las contribuciones se organizaron en secciones temáticas denominadas de la siguiente manera: Parte I: aprendizaje contradictorio; detección de anomalías y valores atípicos; aplicaciones; clasificación; agrupamiento y aprendizaje no supervisado; métodos de aprendizaje profundo; y evaluación. Parte II: gráficos; métodos del núcleo; paradigmas de aprendizaje; análisis matricial y tensorial; aprendizaje activo y en línea; minería de patrones y secuencias; modelos probabilísticos y métodos estadísticos; sistemas de recomendación; y transferir el aprendizaje. Parte III: Aplicaciones de ciencia de datos de ADS; ADS de comercio electrónico; Ingeniería y diseño de ADS; ADS financieros y de seguridad; salud de los anuncios; detección y posicionamiento de ADS; pista de néctar; y pista de demostración. Nota de contenido: Graphs -- Temporally Evolving Community Detection and Prediction in Content-Centric Networks -- Local Topological Data Analysis to Uncover the Global Structure of Data Approaching Graph-Structured Topologies -- Similarity Modeling on Heterogeneous Networks via Automatic Path Discovery -- Dynamic hierarchies in temporal directed networks -- Risk-Averse Matchings over Uncertain Graph Databases -- Discovering Urban Travel Demands through Dynamic Zone Correlation in Location-Based Social Networks -- Social-Affiliation Networks: Patterns and the SOAR Model -- ONE-M: Modeling the Co-evolution of Opinions and Network Connections -- Think before You Discard: Accurate Triangle Counting in Graph Streams with Deletions -- Semi-Supervised Blockmodelling with Pairwise Guidance -- Kernel Methods -- Large-scale Nonlinear Variable Selection via Kernel Random Features -- Fast and Provably Effective Multi-view Classification with Landmark-based SVM -- Nyström-SGD: Fast Learning of Kernel-Classifiers with Conditioned Stochastic Gradient Descent -- Learning Paradigms -- Hyperparameter Learning for Conditional Kernel Mean Embeddings with Rademacher Complexity Bounds -- Deep Learning Architecture Search by Neuro-Cell-based Evolution with Function-Preserving Mutations -- VC-Dimension Based Generalization Bounds for Relational Learning -- Robust Super-Level Set Estimation using Gaussian Processes -- Robust Super-Level Set Estimation using Gaussian Processes -- Scalable Nonlinear AUC Maximization Methods -- Matrix and Tensor Analysis -- Lambert Matrix Factorization -- Identifying and Alleviating Concept Drift in Streaming Tensor Decomposition -- MASAGA: A Linearly-Convergent Stochastic First-Order Method for Optimization on Manifolds -- Block CUR: Decomposing Matrices using Groups of Columns -- Online and Active Learning -- SpectralLeader: Online Spectral Learning for Single Topic Models -- Online Learning of Weighted Relational Rules for Complex Event Recognition -- Toward Interpretable Deep Reinforcement Learning with Linear Model U-Trees -- Online Feature Selection by Adaptive Sub-gradient Methods -- Frame-based Optimal Design -- Hierarchical Active Learning with Proportion Feedback on Regions -- Pattern and Sequence Mining -- An Efficient Algorithm for Computing Entropic Measures of Feature Subsets -- Anytime Subgroup Discovery in Numerical Domains with Guarantees -- Discovering Spatio-Temporal Latent Influence in Geographical Attention Dynamics -- Mining Periodic Patterns with a MDL Criterion -- Revisiting Conditional Functional Dependency Discovery: Splitting the "C" from the "FD" -- Sqn2Vec: Learning Sequence Representation via Sequential Patterns with a Gap Constraint -- Mining Tree Patterns with Partially Injective Homomorphisms -- Probabilistic Models and Statistical Methods -- Variational Bayes for Mixture Models with Censored Data -- Exploration Enhanced Expected Improvement for Bayesian Optimization -- A Left-to-right Algorithm for Likelihood Estimation in Gamma-Poisson Factor Analysis -- Causal Inference on Multivariate and Mixed-Type Data -- Recommender Systems -- POLAR: Attention-based CNN for One-shot Personalized Article Recommendation -- Learning Multi-granularity Dynamic Network Representations for Social Recommendation -- GeoDCF: Deep Collaborative Filtering with Multifaceted Contextual Information in Location-based Social Networks -- Personalized Thread Recommendation for MOOC Discussion Forums -- Inferring Continuous Latent Preference on Transition Intervals for Next Point-of-Interest Recommendation -- Transfer Learning -- Feature Selection for Unsupervised Domain Adaptation using Optimal Transport -- Towards more Reliable Transfer Learning -- Differentially Private Hypothesis Transfer Learning -- Information-theoretic Transfer Learning framework for Bayesian Optimisation -- A Unified Framework for Domain Adaptation using Metric Learning on Manifolds. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : European Conference, ECML PKDD 2018, Dublin, Ireland, September 10–14, 2018, Proceedings, Part III Tipo de documento: documento electrónico Autores: Brefeld, Ulf, ; Curry, Edward, ; Daly, Elizabeth, ; MacNamee, Brian, ; Marascu, Alice, ; Pinelli, Fabio, ; Berlingerio, Michele, ; Hurley, Neil, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXXI, 706 p. 332 ilustraciones, 194 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-10997-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Inteligencia artificial Ingeniería Informática Red de computadoras Ciencias sociales Protección de datos Delitos informáticos Minería de datos y descubrimiento de conocimientos Ingeniería Informática y Redes Aplicación informática en ciencias sociales y del comportamiento Seguridad de datos e información Crimen informático Índice Dewey: 6.312 Resumen: Las actas de tres volúmenes LNAI 11051 – 11053 constituyen las actas arbitradas de la Conferencia Europea sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD 2018, celebrada en Dublín, Irlanda, en septiembre de 2018. El total de 131 artículos regulares presentados en la parte I y la parte II fue cuidadosamente revisada y seleccionada entre 535 presentaciones; Hay 52 artículos en la sección de demostración, néctar y ciencia de datos aplicada. Las contribuciones se organizaron en secciones temáticas denominadas de la siguiente manera: Parte I: aprendizaje contradictorio; detección de anomalías y valores atípicos; aplicaciones; clasificación; agrupamiento y aprendizaje no supervisado; aprendizaje profundo; métodos de conjunto; y evaluación. Parte II: gráficos; métodos del núcleo; paradigmas de aprendizaje; análisis matricial y tensorial; aprendizaje activo y en línea; minería de patrones y secuencias; modelos probabilísticos y métodos estadísticos; sistemas de recomendación; y transferir el aprendizaje. Parte III: Aplicaciones de ciencia de datos de ADS; Comercio electrónico de ADS; Ingeniería y diseño de ADS; ADS financieros y de seguridad; salud de los anuncios; detección y posicionamiento de ADS; pista de néctar; y pista de demostración. Nota de contenido: ADS Data Science Applications -- Neural Article Pair Modeling for Wikipedia Sub-article Matching -- LinNet: Probabilistic Lineup Evaluation Through Network Embedding -- Improving Emotion Detection with Sub-clip Boosting -- Machine Learning for Targeted Assimilation of Satellite Data -- From Empirical Analysis to Public Policy: Evaluating Housing Systems for Homeless Youth -- Discovering Groups of Signals in In-Vehicle Network Traces for Redundancy Detection and Functional Grouping -- ADS E-commerce -- SPEEDING up the Metabolism in E-commerce by Reinforcement Mechanism DESIGN -- Intent-aware Audience Targeting for Ride-hailing Service -- A Recurrent Neural Network Survival Model: Predicting Web User Return Time -- Implicit Linking of Food Entities in Social Media -- A Practical Deep Online Ranking System in E-commerce Recommendation -- ADS Engineering and Design -- ST-DenNetFus: A New Deep Learning Approach for Network Demand Prediction -- Automating Layout Synthesis with Constructive Preference Elicitation -- Configuration of Industrial Automation Solutions Using Multi-relational Recommender Systems -- Learning Cheap and Novel Flight Itineraries -- Towards Resource-Efficient Classifiers for Always-On Monitoring -- ADS Financial / Security -- Uncertainty Modelling in Deep Networks: Forecasting Short and Noisy Series -- Using Reinforcement Learning to Conceal Honeypot Functionality -- Flexible Inference for Cyberbully Incident Detection -- Solving the \false positives" problem in fraud prediction - Automated Data Science at an Industrial Scale -- Learning Tensor-based Representations from Brain-Computer Interface Data for Cybersecurity -- ADS Health -- Can We Assess Mental Health through Social Media and Smart Devices? Addressing Bias in Methodology and Evaluation -- AMIE: Automatic Monitoring of Indoor Exercises -- Rough Set Theory as a Data Mining Technique: A Case Study in Epidemiology and Cancer Incidence Prediction -- Selecting Influenza Mitigation Strategies Using Bayesian Bandits -- Hypotensive Episode Prediction in ICUs via Observation Window Splitting -- Equipment Health Indicator Learning using Deep Reinforcement Learning -- ADS Sensing/Positioning -- PBE: Driver Behavior Assessment Beyond Trajectory Profiling -- Accurate WiFi-based Indoor Positioning with Continuous Location Sampling -- Human Activity Recognition with Convolutional Neural Networks -- Urban sensing for anomalous event detection -- Combining Bayesian Inference and Clustering for Transport Mode Detection from Sparse and Noisy Geolocation Data -- CentroidNet: A Deep Neural Network for Joint Object Localization and Counting -- Deep Modular Multimodal Fusion on Multiple Sensors for Volcano Activity Recognition -- Nectar Track -- Matrix Completion under Interval Uncertainty -- A two-step approach for the prediction of mood levels based on diary data -- Best Practices to Train Deep Models on Imbalanced Datasets - A Case Study on Animal Detection in Aerial Imagery -- Deep Query Ranking for Question Answering over Knowledge Bases -- Machine Learning Approaches to Hybrid Music Recommender Systems -- Demo Track -- IDEA: An Interactive Dialogue Translation Demo System Using Furhat Robots -- RAPID: Real-time Analytics Platform for Interactive Data Mining -- COBRASTS: A new approach to Semi-Supervised Clustering of Time Series -- pysubgroup: Easy-to-use Subgroup Discovery in Python -- An Advert Creation System for Next-Gen Publicity -- VHI : Valve Health Identification for the Maintenance of Subsea Industrial Equipment -- Tiler: Software for Human-Guided Data Exploration -- ADAGIO: Interactive Experimentation with Adversarial Attack and Defense for Audio -- ClaRe: Classification and Regression Tool for Multivariate Time Series -- Industrial Memories: Exploring the Findings of Government Inquiries with Neural Word Embedding and Machine Learning -- Monitoring Emergency First Responders' Activities via Gradient Boosting and Inertial Sensor Data -- Visualizing Multi-Document Semantics via Open Domain Information Extraction. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i European Conference, ECML PKDD 2018, Dublin, Ireland, September 10–14, 2018, Proceedings, Part III [documento electrónico] / Brefeld, Ulf, ; Curry, Edward, ; Daly, Elizabeth, ; MacNamee, Brian, ; Marascu, Alice, ; Pinelli, Fabio, ; Berlingerio, Michele, ; Hurley, Neil, . - 1 ed. . - [s.l.] : Springer, 2019 . - XXXI, 706 p. 332 ilustraciones, 194 ilustraciones en color.
ISBN : 978-3-030-10997-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Inteligencia artificial Ingeniería Informática Red de computadoras Ciencias sociales Protección de datos Delitos informáticos Minería de datos y descubrimiento de conocimientos Ingeniería Informática y Redes Aplicación informática en ciencias sociales y del comportamiento Seguridad de datos e información Crimen informático Índice Dewey: 6.312 Resumen: Las actas de tres volúmenes LNAI 11051 – 11053 constituyen las actas arbitradas de la Conferencia Europea sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD 2018, celebrada en Dublín, Irlanda, en septiembre de 2018. El total de 131 artículos regulares presentados en la parte I y la parte II fue cuidadosamente revisada y seleccionada entre 535 presentaciones; Hay 52 artículos en la sección de demostración, néctar y ciencia de datos aplicada. Las contribuciones se organizaron en secciones temáticas denominadas de la siguiente manera: Parte I: aprendizaje contradictorio; detección de anomalías y valores atípicos; aplicaciones; clasificación; agrupamiento y aprendizaje no supervisado; aprendizaje profundo; métodos de conjunto; y evaluación. Parte II: gráficos; métodos del núcleo; paradigmas de aprendizaje; análisis matricial y tensorial; aprendizaje activo y en línea; minería de patrones y secuencias; modelos probabilísticos y métodos estadísticos; sistemas de recomendación; y transferir el aprendizaje. Parte III: Aplicaciones de ciencia de datos de ADS; Comercio electrónico de ADS; Ingeniería y diseño de ADS; ADS financieros y de seguridad; salud de los anuncios; detección y posicionamiento de ADS; pista de néctar; y pista de demostración. Nota de contenido: ADS Data Science Applications -- Neural Article Pair Modeling for Wikipedia Sub-article Matching -- LinNet: Probabilistic Lineup Evaluation Through Network Embedding -- Improving Emotion Detection with Sub-clip Boosting -- Machine Learning for Targeted Assimilation of Satellite Data -- From Empirical Analysis to Public Policy: Evaluating Housing Systems for Homeless Youth -- Discovering Groups of Signals in In-Vehicle Network Traces for Redundancy Detection and Functional Grouping -- ADS E-commerce -- SPEEDING up the Metabolism in E-commerce by Reinforcement Mechanism DESIGN -- Intent-aware Audience Targeting for Ride-hailing Service -- A Recurrent Neural Network Survival Model: Predicting Web User Return Time -- Implicit Linking of Food Entities in Social Media -- A Practical Deep Online Ranking System in E-commerce Recommendation -- ADS Engineering and Design -- ST-DenNetFus: A New Deep Learning Approach for Network Demand Prediction -- Automating Layout Synthesis with Constructive Preference Elicitation -- Configuration of Industrial Automation Solutions Using Multi-relational Recommender Systems -- Learning Cheap and Novel Flight Itineraries -- Towards Resource-Efficient Classifiers for Always-On Monitoring -- ADS Financial / Security -- Uncertainty Modelling in Deep Networks: Forecasting Short and Noisy Series -- Using Reinforcement Learning to Conceal Honeypot Functionality -- Flexible Inference for Cyberbully Incident Detection -- Solving the \false positives" problem in fraud prediction - Automated Data Science at an Industrial Scale -- Learning Tensor-based Representations from Brain-Computer Interface Data for Cybersecurity -- ADS Health -- Can We Assess Mental Health through Social Media and Smart Devices? Addressing Bias in Methodology and Evaluation -- AMIE: Automatic Monitoring of Indoor Exercises -- Rough Set Theory as a Data Mining Technique: A Case Study in Epidemiology and Cancer Incidence Prediction -- Selecting Influenza Mitigation Strategies Using Bayesian Bandits -- Hypotensive Episode Prediction in ICUs via Observation Window Splitting -- Equipment Health Indicator Learning using Deep Reinforcement Learning -- ADS Sensing/Positioning -- PBE: Driver Behavior Assessment Beyond Trajectory Profiling -- Accurate WiFi-based Indoor Positioning with Continuous Location Sampling -- Human Activity Recognition with Convolutional Neural Networks -- Urban sensing for anomalous event detection -- Combining Bayesian Inference and Clustering for Transport Mode Detection from Sparse and Noisy Geolocation Data -- CentroidNet: A Deep Neural Network for Joint Object Localization and Counting -- Deep Modular Multimodal Fusion on Multiple Sensors for Volcano Activity Recognition -- Nectar Track -- Matrix Completion under Interval Uncertainty -- A two-step approach for the prediction of mood levels based on diary data -- Best Practices to Train Deep Models on Imbalanced Datasets - A Case Study on Animal Detection in Aerial Imagery -- Deep Query Ranking for Question Answering over Knowledge Bases -- Machine Learning Approaches to Hybrid Music Recommender Systems -- Demo Track -- IDEA: An Interactive Dialogue Translation Demo System Using Furhat Robots -- RAPID: Real-time Analytics Platform for Interactive Data Mining -- COBRASTS: A new approach to Semi-Supervised Clustering of Time Series -- pysubgroup: Easy-to-use Subgroup Discovery in Python -- An Advert Creation System for Next-Gen Publicity -- VHI : Valve Health Identification for the Maintenance of Subsea Industrial Equipment -- Tiler: Software for Human-Guided Data Exploration -- ADAGIO: Interactive Experimentation with Adversarial Attack and Defense for Audio -- ClaRe: Classification and Regression Tool for Multivariate Time Series -- Industrial Memories: Exploring the Findings of Government Inquiries with Neural Word Embedding and Machine Learning -- Monitoring Emergency First Responders' Activities via Gradient Boosting and Inertial Sensor Data -- Visualizing Multi-Document Semantics via Open Domain Information Extraction. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
