Información del autor
Autor Sciacca, Vincenzo |
Documentos disponibles escritos por este autor (4)
Crear una solicitud de compra Refinar búsqueda5th International Conference, LOD 2019, Siena, Italy, September 10–13, 2019, Proceedings / Nicosia, Giuseppe ; Pardalos, Panos ; Umeton, Renato ; Giuffrida, Giovanni ; Sciacca, Vincenzo
TÃtulo : 5th International Conference, LOD 2019, Siena, Italy, September 10–13, 2019, Proceedings Tipo de documento: documento electrónico Autores: Nicosia, Giuseppe, ; Pardalos, Panos, ; Umeton, Renato, ; Giuffrida, Giovanni, ; Sciacca, Vincenzo, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXVI, 772 p. 225 ilustraciones, 160 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-37599-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Software de la aplicacion Inteligencia artificial Procesamiento de datos Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye las actas posteriores a la conferencia de la Quinta Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2019, celebrada en Siena, Italia, en septiembre de 2019. Los 54 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 158 presentaciones. Los artÃculos cubren temas en el campo del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Nota de contenido: Deep Neural Network Ensembles -- Driver Distraction Detection Using Deep Neural Network -- Deep Learning Algorithms for Complex Pattern Recognition in Ultrasonic Sensors Arrays -- An Information Analysis Approach into Feature Understanding of Convolutional Deep Neural Networks -- Stochastic Weight Matrix-based Regularization Methods for Deep Neural Networks -- Quantitative and Ontology-Based Comparison of Explanations for Image Classification -- About generative aspects of Variational Autoencoders -- Adapted Random Survival Forest for Histograms to Analyze NOx Sensor Failure in Heavy Trucks -- Incoherent submatrix selection via approximate independence sets in scalar product graphs -- LIA: A Label-Independent Algorithm for Feature Selection for Supervised Learning -- Relationship Estimation Metrics for Binary SoC Data -- Network Alignment using Graphlet Signature and High Order Proximity -- Effect of Market Spread over Reinforcement Learning based Market Maker -- A Beam Search for the LongestCommon Subsequence Problem Guided by a Novel Approximate Expected Length Calculation -- An Adaptive Parameter Free Particle Swarm Optimization Algorithm for the Permutation Flowshop Scheduling Problem -- The measure of regular relations recognition applied to the supervised classification task -- Simple and Accurate classifi cation method based on Class Association Rules performs well on well-known datasets -- Analyses of Multi-collection Corpora via Compound Topic Modeling -- Text mining with constrained tensor decomposition -- The induction problem: a machine learning vindication argument -- Geospatial Dimension in Association Rule Mining: The Case Study of the Amazon Charcoal Tree -- On Probabilistic k-Richness of the k-Means Algorithms -- Using clustering for supervised feature selection to detect relevant features -- A Structural Theorem for Center-Based Clustering in High-Dimensional Euclidean Space -- Modification of the k-MXT Algorithm and Its Application to the Geotagged Data Clustering -- CoPASample: A Heuristics based Covariance Preserving Data Augmentation -- Active Matrix Completion for Algorithm Selection -- A Framework for Multi- delity Modeling in Global Optimization Approaches -- Performance Evaluation of Local Surrogate Models in Bilevel Optimization -- BowTie - a deep learning feedforward neural network for sentiment analysis -- To What Extent Can Text Classifiation Help with Making Inferences About Students' Understanding -- Combinatorial Learning in Traffic Management -- Cartesian Genetic Programming with Guided and Single Active Mutations for Designing Combinational Logic Circuits -- Designing an Optimal and Resilient iBGP Overlay with extended ORRTD -- GRASP Heuristics for the Stochastic Weighted Graph Fragmentation Problem -- Uniformly Most-Reliable Graphs and Antiholes -- Merging Quality Estimation for Binary Decision Diagrams with Binary Classfi ers -- Directed Acyclic Graph Reconstruction Leveraging Prior Partial Ordering Information -- Learning Scale and Shift-Invariant Dictionary for Sparse Representation -- Robust kernelized Bayesian matrix factorization for video background/foreground separation -- Parameter Optimization of Polynomial Kernel SVM from miniCV -- Analysing the Over t of the auto-sklearn Automated Machine Learning Tool -- A New Baseline for Automated Hyper-Parameter Optimization -- Optimal trade-o between sample size and precision of supervision for the xed effects panel data model -- Restaurant Health Inspections and Crime Statistics Predict the Real Estate Market in New York City -- Load Forecasting in District Heating Networks: Model Comparison on a Real-World Case Study -- A Chained Neural Network Model for Photovoltaic Power Forecast -- Trading-o Data Fit and Complexity in Training Gaussian Processes with Multiple Kernels -- Designing Combinational Circuits Using a Multi-objective Cartesian Genetic Programming with Adaptive Population Size -- Multi-Task Learning by Pareto Optimality Nicosia -- Vital prognosis of patients in intensivecare units using an Ensemble of Bayesian Classifiers -- On the role of hub and orphan genes in the diagnosis of breast invasive carcinoma -- Approximating Probabilistic Constraints for Surgery Scheduling using Neural Networks -- Determining Principal Component Cardinality through the Principle of Minimum Description Length -- Modelling chaotic time series using recursive deep self-organising neural networks -- On Tree-based Methods for Similarity Learning -- Active Learning Approach for Safe Process Parameter Tuning -- Federated Learning of Deep Neural Decision Forests -- Data Anonymization for Privacy aware Machine Learning -- Exploiting Similar Behavior of Users in a Cooperative Optimization Approach for Distributing Service Points in Mobility Applications -- Long Short-Term Memory Networks for Earthquake Detection in Venezuelan Regions -- Zero-Shot Fashion Products Clustering on Social Image Streams -- Treating Arti cial Neural Net Training as a Nonsmooth Global Optimization Problem. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 5th International Conference, LOD 2019, Siena, Italy, September 10–13, 2019, Proceedings [documento electrónico] / Nicosia, Giuseppe, ; Pardalos, Panos, ; Umeton, Renato, ; Giuffrida, Giovanni, ; Sciacca, Vincenzo, . - 1 ed. . - [s.l.] : Springer, 2019 . - XXVI, 772 p. 225 ilustraciones, 160 ilustraciones en color.
ISBN : 978-3-030-37599-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Software de la aplicacion Inteligencia artificial Procesamiento de datos Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye las actas posteriores a la conferencia de la Quinta Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2019, celebrada en Siena, Italia, en septiembre de 2019. Los 54 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 158 presentaciones. Los artÃculos cubren temas en el campo del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Nota de contenido: Deep Neural Network Ensembles -- Driver Distraction Detection Using Deep Neural Network -- Deep Learning Algorithms for Complex Pattern Recognition in Ultrasonic Sensors Arrays -- An Information Analysis Approach into Feature Understanding of Convolutional Deep Neural Networks -- Stochastic Weight Matrix-based Regularization Methods for Deep Neural Networks -- Quantitative and Ontology-Based Comparison of Explanations for Image Classification -- About generative aspects of Variational Autoencoders -- Adapted Random Survival Forest for Histograms to Analyze NOx Sensor Failure in Heavy Trucks -- Incoherent submatrix selection via approximate independence sets in scalar product graphs -- LIA: A Label-Independent Algorithm for Feature Selection for Supervised Learning -- Relationship Estimation Metrics for Binary SoC Data -- Network Alignment using Graphlet Signature and High Order Proximity -- Effect of Market Spread over Reinforcement Learning based Market Maker -- A Beam Search for the LongestCommon Subsequence Problem Guided by a Novel Approximate Expected Length Calculation -- An Adaptive Parameter Free Particle Swarm Optimization Algorithm for the Permutation Flowshop Scheduling Problem -- The measure of regular relations recognition applied to the supervised classification task -- Simple and Accurate classifi cation method based on Class Association Rules performs well on well-known datasets -- Analyses of Multi-collection Corpora via Compound Topic Modeling -- Text mining with constrained tensor decomposition -- The induction problem: a machine learning vindication argument -- Geospatial Dimension in Association Rule Mining: The Case Study of the Amazon Charcoal Tree -- On Probabilistic k-Richness of the k-Means Algorithms -- Using clustering for supervised feature selection to detect relevant features -- A Structural Theorem for Center-Based Clustering in High-Dimensional Euclidean Space -- Modification of the k-MXT Algorithm and Its Application to the Geotagged Data Clustering -- CoPASample: A Heuristics based Covariance Preserving Data Augmentation -- Active Matrix Completion for Algorithm Selection -- A Framework for Multi- delity Modeling in Global Optimization Approaches -- Performance Evaluation of Local Surrogate Models in Bilevel Optimization -- BowTie - a deep learning feedforward neural network for sentiment analysis -- To What Extent Can Text Classifiation Help with Making Inferences About Students' Understanding -- Combinatorial Learning in Traffic Management -- Cartesian Genetic Programming with Guided and Single Active Mutations for Designing Combinational Logic Circuits -- Designing an Optimal and Resilient iBGP Overlay with extended ORRTD -- GRASP Heuristics for the Stochastic Weighted Graph Fragmentation Problem -- Uniformly Most-Reliable Graphs and Antiholes -- Merging Quality Estimation for Binary Decision Diagrams with Binary Classfi ers -- Directed Acyclic Graph Reconstruction Leveraging Prior Partial Ordering Information -- Learning Scale and Shift-Invariant Dictionary for Sparse Representation -- Robust kernelized Bayesian matrix factorization for video background/foreground separation -- Parameter Optimization of Polynomial Kernel SVM from miniCV -- Analysing the Over t of the auto-sklearn Automated Machine Learning Tool -- A New Baseline for Automated Hyper-Parameter Optimization -- Optimal trade-o between sample size and precision of supervision for the xed effects panel data model -- Restaurant Health Inspections and Crime Statistics Predict the Real Estate Market in New York City -- Load Forecasting in District Heating Networks: Model Comparison on a Real-World Case Study -- A Chained Neural Network Model for Photovoltaic Power Forecast -- Trading-o Data Fit and Complexity in Training Gaussian Processes with Multiple Kernels -- Designing Combinational Circuits Using a Multi-objective Cartesian Genetic Programming with Adaptive Population Size -- Multi-Task Learning by Pareto Optimality Nicosia -- Vital prognosis of patients in intensivecare units using an Ensemble of Bayesian Classifiers -- On the role of hub and orphan genes in the diagnosis of breast invasive carcinoma -- Approximating Probabilistic Constraints for Surgery Scheduling using Neural Networks -- Determining Principal Component Cardinality through the Principle of Minimum Description Length -- Modelling chaotic time series using recursive deep self-organising neural networks -- On Tree-based Methods for Similarity Learning -- Active Learning Approach for Safe Process Parameter Tuning -- Federated Learning of Deep Neural Decision Forests -- Data Anonymization for Privacy aware Machine Learning -- Exploiting Similar Behavior of Users in a Cooperative Optimization Approach for Distributing Service Points in Mobility Applications -- Long Short-Term Memory Networks for Earthquake Detection in Venezuelan Regions -- Zero-Shot Fashion Products Clustering on Social Image Streams -- Treating Arti cial Neural Net Training as a Nonsmooth Global Optimization Problem. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part I Tipo de documento: documento electrónico Autores: Nicosia, Giuseppe, ; Ojha, Varun, ; La Malfa, Emanuele, ; Jansen, Giorgio, ; Sciacca, Vincenzo, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXXVII, 740 p. 55 ilustraciones ISBN/ISSN/DL: 978-3-030-64583-0 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 Software de la aplicacion Ordenadores Procesamiento de imágenes Visión por computador Informática Aplicaciones informáticas y de sistemas de información Entornos informáticos Imágenes por computadora visión reconocimiento de patrones y gráficos Matemáticas de la Computación Clasificación: Resumen: Este conjunto de dos volúmenes, LNCS 12565 y 12566, constituye las actas arbitradas de la 6.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2020, celebrada en Siena, Italia, en julio de 2020. Se presentaron un total de 116 artÃculos completos. en este conjunto de actas posteriores a la conferencia de dos volúmenes fue cuidadosamente revisado y seleccionado entre 209 presentaciones. Estos artÃculos de investigación fueron escritos por cientÃficos lÃderes en los campos del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part I [documento electrónico] / Nicosia, Giuseppe, ; Ojha, Varun, ; La Malfa, Emanuele, ; Jansen, Giorgio, ; Sciacca, Vincenzo, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, . - 1 ed. . - [s.l.] : Springer, 2020 . - XXXVII, 740 p. 55 ilustraciones.
ISBN : 978-3-030-64583-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Software de la aplicacion Ordenadores Procesamiento de imágenes Visión por computador Informática Aplicaciones informáticas y de sistemas de información Entornos informáticos Imágenes por computadora visión reconocimiento de patrones y gráficos Matemáticas de la Computación Clasificación: Resumen: Este conjunto de dos volúmenes, LNCS 12565 y 12566, constituye las actas arbitradas de la 6.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2020, celebrada en Siena, Italia, en julio de 2020. Se presentaron un total de 116 artÃculos completos. en este conjunto de actas posteriores a la conferencia de dos volúmenes fue cuidadosamente revisado y seleccionado entre 209 presentaciones. Estos artÃculos de investigación fueron escritos por cientÃficos lÃderes en los campos del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part II Tipo de documento: documento electrónico Autores: Nicosia, Giuseppe, ; Ojha, Varun, ; La Malfa, Emanuele, ; Jansen, Giorgio, ; Sciacca, Vincenzo, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXXVIII, 666 p. 211 ilustraciones, 179 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-64580-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Ciencias sociales Aprendizaje automático Inteligencia artificial Ordenadores Aplicación informática en ciencias sociales y del comportamiento Computadoras y Educación Entornos informáticos Clasificación: Resumen: Este conjunto de dos volúmenes, LNCS 12565 y 12566, constituye las actas arbitradas de la 6.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2020, celebrada en Siena, Italia, en julio de 2020. Se presentaron un total de 116 artÃculos completos. en este conjunto de actas posteriores a la conferencia de dos volúmenes fue cuidadosamente revisado y seleccionado entre 209 presentaciones. Estos artÃculos de investigación fueron escritos por cientÃficos lÃderes en los campos del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part II [documento electrónico] / Nicosia, Giuseppe, ; Ojha, Varun, ; La Malfa, Emanuele, ; Jansen, Giorgio, ; Sciacca, Vincenzo, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, . - 1 ed. . - [s.l.] : Springer, 2020 . - XXXVIII, 666 p. 211 ilustraciones, 179 ilustraciones en color.
ISBN : 978-3-030-64580-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Ciencias sociales Aprendizaje automático Inteligencia artificial Ordenadores Aplicación informática en ciencias sociales y del comportamiento Computadoras y Educación Entornos informáticos Clasificación: Resumen: Este conjunto de dos volúmenes, LNCS 12565 y 12566, constituye las actas arbitradas de la 6.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2020, celebrada en Siena, Italia, en julio de 2020. Se presentaron un total de 116 artÃculos completos. en este conjunto de actas posteriores a la conferencia de dos volúmenes fue cuidadosamente revisado y seleccionado entre 209 presentaciones. Estos artÃculos de investigación fueron escritos por cientÃficos lÃderes en los campos del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Machine Learning, Optimization, and Data Science : 4th International Conference, LOD 2018, Volterra, Italy, September 13-16, 2018, Revised Selected Papers Tipo de documento: documento electrónico Autores: Nicosia, Giuseppe, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, ; Sciacca, Vincenzo, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXII, 562 p. 224 ilustraciones, 115 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-13709-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Software de la aplicacion Aprendizaje automático Algoritmos Procesamiento de datos Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye las actas posteriores a la 4.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2018, celebrada en Volterra, Italia, en septiembre de 2018. Los 46 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 126 presentaciones. Los artÃculos cubren temas en el campo del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Nota de contenido: Machine learning -- Artificial intelligence -- Reinforcement learning -- Computational optimization -- Data science presenting -- Deep learning -- Big data -- Data analytics -- Neural networks. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Machine Learning, Optimization, and Data Science : 4th International Conference, LOD 2018, Volterra, Italy, September 13-16, 2018, Revised Selected Papers [documento electrónico] / Nicosia, Giuseppe, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, ; Sciacca, Vincenzo, . - 1 ed. . - [s.l.] : Springer, 2019 . - XXII, 562 p. 224 ilustraciones, 115 ilustraciones en color.
ISBN : 978-3-030-13709-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Software de la aplicacion Aprendizaje automático Algoritmos Procesamiento de datos Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye las actas posteriores a la 4.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2018, celebrada en Volterra, Italia, en septiembre de 2018. Los 46 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 126 presentaciones. Los artÃculos cubren temas en el campo del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Nota de contenido: Machine learning -- Artificial intelligence -- Reinforcement learning -- Computational optimization -- Data science presenting -- Deep learning -- Big data -- Data analytics -- Neural networks. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
