Información del autor
Autor Hussain, Amir |
Documentos disponibles escritos por este autor (5)
Crear una solicitud de compra Refinar búsquedaAdvances in Brain Inspired Cognitive Systems / Ren, Jinchang ; Hussain, Amir ; Zhao, Huimin ; Huang, Kaizhu ; Zheng, Jiangbin ; Cai, Jun ; Chen, Rongjun ; Xiao, Yinyin
TÃtulo : Advances in Brain Inspired Cognitive Systems : 10th International Conference, BICS 2019, Guangzhou, China, July 13–14, 2019, Proceedings / Tipo de documento: documento electrónico Autores: Ren, Jinchang, ; Hussain, Amir, ; Zhao, Huimin, ; Huang, Kaizhu, ; Zheng, Jiangbin, ; Cai, Jun, ; Chen, Rongjun, ; Xiao, Yinyin, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XVI, 595 p. 340 ilustraciones, 176 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-39431-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial Visión por computador Red de computadoras Sistemas de reconocimiento de patrones Software de la aplicacion Redes de comunicación informática Reconocimiento de patrones automatizado Aplicaciones informáticas y de sistemas de información Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas de la Décima Conferencia Internacional sobre Avances en Sistemas Cognitivos Inspirados en el Cerebro, BICS 2019, celebrada en Guangzhou, China, en julio de 2019. Los 57 artÃculos presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados entre 129 presentaciones. Los artÃculos están organizados en secciones temáticas denominadas: computación neuronal; sistemas de inspiración biológica; reconocimiento de imágenes: detección, seguimiento y clasificación; y análisis de datos y procesamiento del lenguaje natural. Nota de contenido: Neural Computation -- Biologically Inspired Systems -- Image Recognition: Detection, Tracking and Classification -- Data Analysis and Natural Language Processing. Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the 10th International Conference on Advances in Brain Inspired Cognitive Systems, BICS 2019, held in Guangzhou, China, in July 2019. The 57 papers presented in this volume were carefully reviewed and selected from 129 submissions. The papers are organized in topical sections named: neural computation; biologically inspired systems; image recognition: detection, tracking and classification; and data analysis and natural language processing. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Brain Inspired Cognitive Systems : 10th International Conference, BICS 2019, Guangzhou, China, July 13–14, 2019, Proceedings / [documento electrónico] / Ren, Jinchang, ; Hussain, Amir, ; Zhao, Huimin, ; Huang, Kaizhu, ; Zheng, Jiangbin, ; Cai, Jun, ; Chen, Rongjun, ; Xiao, Yinyin, . - 1 ed. . - [s.l.] : Springer, 2020 . - XVI, 595 p. 340 ilustraciones, 176 ilustraciones en color.
ISBN : 978-3-030-39431-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia artificial Visión por computador Red de computadoras Sistemas de reconocimiento de patrones Software de la aplicacion Redes de comunicación informática Reconocimiento de patrones automatizado Aplicaciones informáticas y de sistemas de información Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas de la Décima Conferencia Internacional sobre Avances en Sistemas Cognitivos Inspirados en el Cerebro, BICS 2019, celebrada en Guangzhou, China, en julio de 2019. Los 57 artÃculos presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados entre 129 presentaciones. Los artÃculos están organizados en secciones temáticas denominadas: computación neuronal; sistemas de inspiración biológica; reconocimiento de imágenes: detección, seguimiento y clasificación; y análisis de datos y procesamiento del lenguaje natural. Nota de contenido: Neural Computation -- Biologically Inspired Systems -- Image Recognition: Detection, Tracking and Classification -- Data Analysis and Natural Language Processing. Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the 10th International Conference on Advances in Brain Inspired Cognitive Systems, BICS 2019, held in Guangzhou, China, in July 2019. The 57 papers presented in this volume were carefully reviewed and selected from 129 submissions. The papers are organized in topical sections named: neural computation; biologically inspired systems; image recognition: detection, tracking and classification; and data analysis and natural language processing. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Advances in Brain Inspired Cognitive Systems : 9th International Conference, BICS 2018, Xi'an, China, July 7-8, 2018, Proceedings Tipo de documento: documento electrónico Autores: Ren, Jinchang, ; Hussain, Amir, ; Zheng, Jiangbin, ; Liu, Cheng-Lin, ; Luo, Bin, ; Zhao, Huimin, ; Zhao, Xinbo, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVIII, 870 p. 362 ilustraciones ISBN/ISSN/DL: 978-3-030-00563-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial Visión por computador Red de computadoras Protección de datos IngenierÃa Informática Algoritmos Redes de comunicación informática Seguridad de datos e información IngenierÃa Informática y Redes Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas de la 9.ª Conferencia Internacional sobre Avances en Sistemas Cognitivos Inspirados en el Cerebro, BICS 2018, celebrada en Xi''an, China, en julio de 2018. Los 83 artÃculos presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados entre 137 presentaciones. Los artÃculos se organizaron en secciones temáticas denominadas: computación neuronal; sistemas de inspiración biológica; reconocimiento de imágenes: detección, seguimiento y clasificación; análisis de datos y procesamiento de lenguaje natural; y aplicaciones. Nota de contenido: Neural Computation -- Style Neutralization Generative Adversarial Classifier -- How Good a Shadow Neural Network is for Solving Non-linear Decision Making Problems -- Predicting Seminal Quality using Back-Propagation Neural Networks with Optimal Feature Subsets -- Deep Learning based Recommendation Algorithm in Online Medical Platform -- The Prediction Model of Saccade Target Based on LSTM-CRF for Chinese Reading -- Visual Cognition Inspired Vehicle Re-identification via Correlative Sparse Ranking with Multi-view Deep Features -- Fully Automatic Synaptic Cleft Detection and Segmentation From EM Images based on Deep Learning -- Deep Background Subtraction of Thermal and Visible Imagery for Pedestrian Detection in Videos -- Recent Advances in Deep Learning for Single Image Super-Resolution -- Using GAN to augment the synthesizing images from 3D models -- Deep Learning Based Single Image Super-resolution: A Survey -- DAU-GAN: Unsupervised object transfiguration via Deep Attention Unit -- Gravitational Search Optimized Hyperspectral Image Classification with Multilayer Perceptron -- 3-D Gabor Convolutional Neural Network for Damage Mapping from Post-earthquake High Resolution Images -- Biologically Inspired Systems -- A study of the role of attention in classifying covert and overt motor activities -- Attend to Knowledge: Memory-enhanced Attention Network for Image Captioning -- Direction Guided Cooperative Coevolutionary Differential Evolution Algorithm for Cognitive Modelling of Ray Tracing in Separable High Dimensional Space -- P300 brain waves instigated semi supervised video surveillance for inclusive security systems -- Motor Imagery EEG Recognition Based on FBCSP and PCA -- A Hybrid Brain-Computer Interface System Based on Motor Imageries and Eye-blinking -- Goal-directed behavior control based on the mechanism of neuromodulation -- Automated analysis of chest radiographs for cystic fibrosis scoring -- Mismatching Elimination Algorithm in SIFT Based on Function Fitting -- Novel GroupVariable Selection for Salient Skull Region Selection and Sex Determination -- AFSnet: Fixation Prediction in Movie Scenes with Auxiliary Facial Saliency -- A Visual Attention Model based on Human Visual Cognition -- An Extended Common Spatial Pattern Framework for EEG-Based Emotion Classification -- CSA-DE/EDA: A Clonal Selection Algorithm Using Differential Evolution and Estimation of Distribution Algorithm -- Early Identification of Alzheimer's Disease Using An Ensemble of 3D Convolutional Neural Networks and Magnetic Resonance Imaging -- Image Recognition: Detection, Tracking and Classification -- A Novel Semi-Supervised Classification Method Based on Class Certainty of Samples -- Texture Profiles and Composite Kernel Frame for Hyperspectral Image Classification -- High-resolution Image Classification using the Dynamic Differential Evolutionary Algorithm Optimized Multi-Scale Kernel Support Vector Machine Method -- Eigenface Algorithm-Based Facial Expression Recognition in Conversations - AnExperimental Study -- Unsupervised Hyperspectral Band Selection Based on maximum Information Entropy and Determinantal Point Process -- Dense Pyramid Network for Semantic Segmentation of High Resolution Aerial Imagery -- Gaussian-Staple for Robust Visual Object Real-Time Tracking -- Saliency-Weighted Global-Local Fusion for Person Re-identification -- Spectral and Spatial Kernel Extreme Learning Machine for Hyperspectral Image Classification -- Local-Global Extraction Unit for Person Re-Identification -- Robust image corner detection based on maximum point–to–chord distance -- Fabric Defect Detection based on Sparse Representation Image Decomposition -- Salient Superpixel Visual Tracking with Coarse-to-Fine Segmentation and Manifold Ranking -- A Regenerated Feature Extraction Method for Cross-modal Image Registration -- Bottom-up Saliency Prediction by Simulating End-stopping with Log-Gabor -- Learning Collaborative Sparse Correlation Filter for Real-time Multispectral Object Tracking -- SaliencyDetection via Multi-view Synchronized Manifold Ranking -- Robust Visual Tracking via Sparse Feature Selection and Weight Dictionary Update -- Saliency Detection via Bidirectional Absorbing Markov Chain -- Pedestrian Detection Based on HOG,LBP Features and Visual Saliency -- Data Analysis and Natural Language Processing -- Hadoop Massive Small File Merging Technology Based on Visiting Hot-spot and Associated File Optimization -- A Reversible Data Hiding Scheme Using Compressive Sensing and Random Embedding -- An Abnormal Behavior Clustering Algorithm Based on K-means -- Manifold-regularized Adaptive Lasso -- SentiALG: Automated Corpus Annotation for Algerian Sentiment Analysis -- Self-Validated Story Segmentation of Chinese Broadcast News -- Improved Big Data Analytics Solution Using Deep Learning Model and Real-Time Sentiment Data Analysis Approach -- A Semi-Supervised Corpus Annotation for Saudi Sentiment Analysis using Twitter -- Exploiting Deep Learning for Persian Sentiment Analysis -- Big DataAnalytics and Mining for Crime Data Analysis, Visualization and Prediction -- Comparison of Sentiment analysis approaches using modern Arabic and Sudanese Dialect -- An Intelligent Question Answering System for University Courses Based on BiLSTM and Keywords Similarity -- A Method for Calculating Patent Similarity Using Patent Model Tree Based on Neural Network -- An Optimal Solution of Storing and Processing Small Image Files on Hadoop -- A Big Data Analytics Platform for Information Sharing in the Connection between Administrative Law and Criminal Justice -- Applications -- RST I Invariant W Watermarking S Scheme Using Genetic Algorithm and DWT-SVD -- Application of VPN Based on L2TP and User's Access Rights in Campus Network -- Improved reversible data hiding in JPEG images based on interval correlation -- Representing RCPBAC(Role-Involved Conditional Purpose-based Access Control) in Ontology and SWRL -- Real-time Image Deformation Using Locally-weighted Moving Least Squares -- Machine-learning-based Malware Detection for Virtual Machine by Analyzing Opcode Sequence -- A Trusted Connection Authentication Reinforced By Bayes Algorithm -- A Proactive Caching Strategy Based on Deep Learning in EPC of 5G -- Dynamic Hybrid Approaching for Robust Hand-Eye Calibration -- Statistical Analysis Driven Optimized Deep Learning System for Intrusion Detection -- Comparing Event Related Arousal-Valence and Focus among Different Viewing Perspectives in VR gaming -- A Novel Loop Subdivision for Continuity Surface -- Making Industrial Robots Smarter with Adaptive Reasoning and Autonomous Thinking for Real-Time Tasks in Dynamic Environments: A Case Study -- Shading Structure-Guided Depth Image Restoration -- Machine Learning for Muon Imaging -- Night View Road Scene Enhancement based on Mixed Multi-Scale Retinex and Fractional differentiation -- Traffic Image defogging based on Bit-plane Decomposition -- The Simulation of Non-Gaussian Scattering on Rough Sea Surface -- Distributed Multi-node of Fuzzy Control Considering Adjacent Node Effect for Temperature Control -- An Improved Tentative Q learning Algorithm for Robot Learning. . Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the 9th International Conference on Advances in Brain Inspired Cognitive Systems, BICS 2018, held in Xi'an, China, in July 2018. The 83 papers presented in this volume were carefully reviewed and selected from 137 submissions. The papers were organized in topical sections named: neural computation; biologically inspired systems; image recognition: detection, tracking and classification; data analysis and natural language processing; and applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Brain Inspired Cognitive Systems : 9th International Conference, BICS 2018, Xi'an, China, July 7-8, 2018, Proceedings [documento electrónico] / Ren, Jinchang, ; Hussain, Amir, ; Zheng, Jiangbin, ; Liu, Cheng-Lin, ; Luo, Bin, ; Zhao, Huimin, ; Zhao, Xinbo, . - 1 ed. . - [s.l.] : Springer, 2018 . - XVIII, 870 p. 362 ilustraciones.
ISBN : 978-3-030-00563-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia artificial Visión por computador Red de computadoras Protección de datos IngenierÃa Informática Algoritmos Redes de comunicación informática Seguridad de datos e información IngenierÃa Informática y Redes Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas de la 9.ª Conferencia Internacional sobre Avances en Sistemas Cognitivos Inspirados en el Cerebro, BICS 2018, celebrada en Xi''an, China, en julio de 2018. Los 83 artÃculos presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados entre 137 presentaciones. Los artÃculos se organizaron en secciones temáticas denominadas: computación neuronal; sistemas de inspiración biológica; reconocimiento de imágenes: detección, seguimiento y clasificación; análisis de datos y procesamiento de lenguaje natural; y aplicaciones. Nota de contenido: Neural Computation -- Style Neutralization Generative Adversarial Classifier -- How Good a Shadow Neural Network is for Solving Non-linear Decision Making Problems -- Predicting Seminal Quality using Back-Propagation Neural Networks with Optimal Feature Subsets -- Deep Learning based Recommendation Algorithm in Online Medical Platform -- The Prediction Model of Saccade Target Based on LSTM-CRF for Chinese Reading -- Visual Cognition Inspired Vehicle Re-identification via Correlative Sparse Ranking with Multi-view Deep Features -- Fully Automatic Synaptic Cleft Detection and Segmentation From EM Images based on Deep Learning -- Deep Background Subtraction of Thermal and Visible Imagery for Pedestrian Detection in Videos -- Recent Advances in Deep Learning for Single Image Super-Resolution -- Using GAN to augment the synthesizing images from 3D models -- Deep Learning Based Single Image Super-resolution: A Survey -- DAU-GAN: Unsupervised object transfiguration via Deep Attention Unit -- Gravitational Search Optimized Hyperspectral Image Classification with Multilayer Perceptron -- 3-D Gabor Convolutional Neural Network for Damage Mapping from Post-earthquake High Resolution Images -- Biologically Inspired Systems -- A study of the role of attention in classifying covert and overt motor activities -- Attend to Knowledge: Memory-enhanced Attention Network for Image Captioning -- Direction Guided Cooperative Coevolutionary Differential Evolution Algorithm for Cognitive Modelling of Ray Tracing in Separable High Dimensional Space -- P300 brain waves instigated semi supervised video surveillance for inclusive security systems -- Motor Imagery EEG Recognition Based on FBCSP and PCA -- A Hybrid Brain-Computer Interface System Based on Motor Imageries and Eye-blinking -- Goal-directed behavior control based on the mechanism of neuromodulation -- Automated analysis of chest radiographs for cystic fibrosis scoring -- Mismatching Elimination Algorithm in SIFT Based on Function Fitting -- Novel GroupVariable Selection for Salient Skull Region Selection and Sex Determination -- AFSnet: Fixation Prediction in Movie Scenes with Auxiliary Facial Saliency -- A Visual Attention Model based on Human Visual Cognition -- An Extended Common Spatial Pattern Framework for EEG-Based Emotion Classification -- CSA-DE/EDA: A Clonal Selection Algorithm Using Differential Evolution and Estimation of Distribution Algorithm -- Early Identification of Alzheimer's Disease Using An Ensemble of 3D Convolutional Neural Networks and Magnetic Resonance Imaging -- Image Recognition: Detection, Tracking and Classification -- A Novel Semi-Supervised Classification Method Based on Class Certainty of Samples -- Texture Profiles and Composite Kernel Frame for Hyperspectral Image Classification -- High-resolution Image Classification using the Dynamic Differential Evolutionary Algorithm Optimized Multi-Scale Kernel Support Vector Machine Method -- Eigenface Algorithm-Based Facial Expression Recognition in Conversations - AnExperimental Study -- Unsupervised Hyperspectral Band Selection Based on maximum Information Entropy and Determinantal Point Process -- Dense Pyramid Network for Semantic Segmentation of High Resolution Aerial Imagery -- Gaussian-Staple for Robust Visual Object Real-Time Tracking -- Saliency-Weighted Global-Local Fusion for Person Re-identification -- Spectral and Spatial Kernel Extreme Learning Machine for Hyperspectral Image Classification -- Local-Global Extraction Unit for Person Re-Identification -- Robust image corner detection based on maximum point–to–chord distance -- Fabric Defect Detection based on Sparse Representation Image Decomposition -- Salient Superpixel Visual Tracking with Coarse-to-Fine Segmentation and Manifold Ranking -- A Regenerated Feature Extraction Method for Cross-modal Image Registration -- Bottom-up Saliency Prediction by Simulating End-stopping with Log-Gabor -- Learning Collaborative Sparse Correlation Filter for Real-time Multispectral Object Tracking -- SaliencyDetection via Multi-view Synchronized Manifold Ranking -- Robust Visual Tracking via Sparse Feature Selection and Weight Dictionary Update -- Saliency Detection via Bidirectional Absorbing Markov Chain -- Pedestrian Detection Based on HOG,LBP Features and Visual Saliency -- Data Analysis and Natural Language Processing -- Hadoop Massive Small File Merging Technology Based on Visiting Hot-spot and Associated File Optimization -- A Reversible Data Hiding Scheme Using Compressive Sensing and Random Embedding -- An Abnormal Behavior Clustering Algorithm Based on K-means -- Manifold-regularized Adaptive Lasso -- SentiALG: Automated Corpus Annotation for Algerian Sentiment Analysis -- Self-Validated Story Segmentation of Chinese Broadcast News -- Improved Big Data Analytics Solution Using Deep Learning Model and Real-Time Sentiment Data Analysis Approach -- A Semi-Supervised Corpus Annotation for Saudi Sentiment Analysis using Twitter -- Exploiting Deep Learning for Persian Sentiment Analysis -- Big DataAnalytics and Mining for Crime Data Analysis, Visualization and Prediction -- Comparison of Sentiment analysis approaches using modern Arabic and Sudanese Dialect -- An Intelligent Question Answering System for University Courses Based on BiLSTM and Keywords Similarity -- A Method for Calculating Patent Similarity Using Patent Model Tree Based on Neural Network -- An Optimal Solution of Storing and Processing Small Image Files on Hadoop -- A Big Data Analytics Platform for Information Sharing in the Connection between Administrative Law and Criminal Justice -- Applications -- RST I Invariant W Watermarking S Scheme Using Genetic Algorithm and DWT-SVD -- Application of VPN Based on L2TP and User's Access Rights in Campus Network -- Improved reversible data hiding in JPEG images based on interval correlation -- Representing RCPBAC(Role-Involved Conditional Purpose-based Access Control) in Ontology and SWRL -- Real-time Image Deformation Using Locally-weighted Moving Least Squares -- Machine-learning-based Malware Detection for Virtual Machine by Analyzing Opcode Sequence -- A Trusted Connection Authentication Reinforced By Bayes Algorithm -- A Proactive Caching Strategy Based on Deep Learning in EPC of 5G -- Dynamic Hybrid Approaching for Robust Hand-Eye Calibration -- Statistical Analysis Driven Optimized Deep Learning System for Intrusion Detection -- Comparing Event Related Arousal-Valence and Focus among Different Viewing Perspectives in VR gaming -- A Novel Loop Subdivision for Continuity Surface -- Making Industrial Robots Smarter with Adaptive Reasoning and Autonomous Thinking for Real-Time Tasks in Dynamic Environments: A Case Study -- Shading Structure-Guided Depth Image Restoration -- Machine Learning for Muon Imaging -- Night View Road Scene Enhancement based on Mixed Multi-Scale Retinex and Fractional differentiation -- Traffic Image defogging based on Bit-plane Decomposition -- The Simulation of Non-Gaussian Scattering on Rough Sea Surface -- Distributed Multi-node of Fuzzy Control Considering Adjacent Node Effect for Temperature Control -- An Improved Tentative Q learning Algorithm for Robot Learning. . Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the 9th International Conference on Advances in Brain Inspired Cognitive Systems, BICS 2018, held in Xi'an, China, in July 2018. The 83 papers presented in this volume were carefully reviewed and selected from 137 submissions. The papers were organized in topical sections named: neural computation; biologically inspired systems; image recognition: detection, tracking and classification; data analysis and natural language processing; and applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Deep Learning: Fundamentals, Theory and Applications Tipo de documento: documento electrónico Autores: Huang, Kaizhu, ; Hussain, Amir, ; Wang, Qiu-Feng, ; Zhang, Rui, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: VII, 163 p. 66 ilustraciones, 46 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-06073-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: BiologÃa Inteligencia artificial Algoritmos Investigación biomédica Clasificación: 610.72 Resumen: El propósito de este volumen editado es proporcionar una descripción general completa de los fundamentos del aprendizaje profundo, presentar las arquitecturas y algoritmos de aprendizaje ampliamente utilizados, presentar sus últimos avances teóricos, discutir las plataformas y conjuntos de datos de aprendizaje profundo más populares y describir cuántas Las metodologÃas de aprendizaje profundo han aportado grandes avances en diversas aplicaciones de procesamiento de texto, imágenes, vÃdeo, voz y audio. El aprendizaje profundo (DL) ha sido ampliamente considerado como la próxima generación de metodologÃa de aprendizaje automático. DL atrae mucha atención y también logra un gran éxito en el reconocimiento de patrones, la visión por computadora, la extracción de datos y el descubrimiento de conocimientos debido a su gran capacidad para aprender caracterÃsticas abstractas de alto nivel a partir de una gran cantidad de datos. Este nuevo libro no sólo intentará proporcionar una hoja de ruta general o una guÃa para las metodologÃas actuales de aprendizaje profundo, sino que también presentará los desafÃos y visualizará nuevas perspectivas que pueden conducir a mayores avances en este campo. Este libro servirá como una referencia útil para estudiantes de último año (pregrado o posgrado) en ciencias de la computación, estadÃstica, ingenierÃa eléctrica, asà como para otros interesados ​​en estudiar o explorar el potencial de explotar los algoritmos de aprendizaje profundo. También será de especial interés para los investigadores en el área de la IA, el reconocimiento de patrones, el aprendizaje automático y áreas relacionadas, junto con los ingenieros interesados ​​en aplicar modelos de aprendizaje profundo en aplicaciones prácticas nuevas o existentes. Nota de contenido: Preface -- Introduction to Deep Density Models with Latent Variables -- Deep RNN Architecture: Design and Evaluation -- Deep Learning Based Handwritten Chinese Character and Text Recognition -- Deep Learning and Its Applications to Natural Language Processing -- Deep Learning for Natural Language Processing -- Oceanic Data Analysis with Deep Learning Models -- Index. Tipo de medio : Computadora Summary : The purpose of this edited volume is to provide a comprehensive overview on the fundamentals of deep learning, introduce the widely-used learning architectures and algorithms, present its latest theoretical progress, discuss the most popular deep learning platforms and data sets, and describe how many deep learning methodologies have brought great breakthroughs in various applications of text, image, video, speech and audio processing. Deep learning (DL) has been widely considered as the next generation of machine learning methodology. DL attracts much attention and also achieves great success in pattern recognition, computer vision, data mining, and knowledge discovery due to its great capability in learning high-level abstract features from vast amount of data. This new book will not only attempt to provide a general roadmap or guidance to the current deep learning methodologies, but also present the challenges and envision new perspectives which may lead to further breakthroughs in this field. This book will serve as a useful reference for senior (undergraduate or graduate) students in computer science, statistics, electrical engineering, as well as others interested in studying or exploring the potential of exploiting deep learning algorithms. It will also be of special interest to researchers in the area of AI, pattern recognition, machine learning and related areas, alongside engineers interested in applying deep learning models in existing or new practical applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Deep Learning: Fundamentals, Theory and Applications [documento electrónico] / Huang, Kaizhu, ; Hussain, Amir, ; Wang, Qiu-Feng, ; Zhang, Rui, . - 1 ed. . - [s.l.] : Springer, 2019 . - VII, 163 p. 66 ilustraciones, 46 ilustraciones en color.
ISBN : 978-3-030-06073-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: BiologÃa Inteligencia artificial Algoritmos Investigación biomédica Clasificación: 610.72 Resumen: El propósito de este volumen editado es proporcionar una descripción general completa de los fundamentos del aprendizaje profundo, presentar las arquitecturas y algoritmos de aprendizaje ampliamente utilizados, presentar sus últimos avances teóricos, discutir las plataformas y conjuntos de datos de aprendizaje profundo más populares y describir cuántas Las metodologÃas de aprendizaje profundo han aportado grandes avances en diversas aplicaciones de procesamiento de texto, imágenes, vÃdeo, voz y audio. El aprendizaje profundo (DL) ha sido ampliamente considerado como la próxima generación de metodologÃa de aprendizaje automático. DL atrae mucha atención y también logra un gran éxito en el reconocimiento de patrones, la visión por computadora, la extracción de datos y el descubrimiento de conocimientos debido a su gran capacidad para aprender caracterÃsticas abstractas de alto nivel a partir de una gran cantidad de datos. Este nuevo libro no sólo intentará proporcionar una hoja de ruta general o una guÃa para las metodologÃas actuales de aprendizaje profundo, sino que también presentará los desafÃos y visualizará nuevas perspectivas que pueden conducir a mayores avances en este campo. Este libro servirá como una referencia útil para estudiantes de último año (pregrado o posgrado) en ciencias de la computación, estadÃstica, ingenierÃa eléctrica, asà como para otros interesados ​​en estudiar o explorar el potencial de explotar los algoritmos de aprendizaje profundo. También será de especial interés para los investigadores en el área de la IA, el reconocimiento de patrones, el aprendizaje automático y áreas relacionadas, junto con los ingenieros interesados ​​en aplicar modelos de aprendizaje profundo en aplicaciones prácticas nuevas o existentes. Nota de contenido: Preface -- Introduction to Deep Density Models with Latent Variables -- Deep RNN Architecture: Design and Evaluation -- Deep Learning Based Handwritten Chinese Character and Text Recognition -- Deep Learning and Its Applications to Natural Language Processing -- Deep Learning for Natural Language Processing -- Oceanic Data Analysis with Deep Learning Models -- Index. Tipo de medio : Computadora Summary : The purpose of this edited volume is to provide a comprehensive overview on the fundamentals of deep learning, introduce the widely-used learning architectures and algorithms, present its latest theoretical progress, discuss the most popular deep learning platforms and data sets, and describe how many deep learning methodologies have brought great breakthroughs in various applications of text, image, video, speech and audio processing. Deep learning (DL) has been widely considered as the next generation of machine learning methodology. DL attracts much attention and also achieves great success in pattern recognition, computer vision, data mining, and knowledge discovery due to its great capability in learning high-level abstract features from vast amount of data. This new book will not only attempt to provide a general roadmap or guidance to the current deep learning methodologies, but also present the challenges and envision new perspectives which may lead to further breakthroughs in this field. This book will serve as a useful reference for senior (undergraduate or graduate) students in computer science, statistics, electrical engineering, as well as others interested in studying or exploring the potential of exploiting deep learning algorithms. It will also be of special interest to researchers in the area of AI, pattern recognition, machine learning and related areas, alongside engineers interested in applying deep learning models in existing or new practical applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Multimodal Sentiment Analysis Tipo de documento: documento electrónico Autores: Poria, Soujanya, ; Hussain, Amir, ; Cambria, Erik, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XI, 214 p. 34 ilustraciones, 25 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-95020-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Neurociencias Sistemas multimedia Visión por computador Procesamiento del lenguaje natural (Informática) Traducir e interpretar Neurociencia Sistemas de información multimedia Procesamiento del lenguaje natural (PNL) Traducción de idiomas Clasificación: 612.8 Funciones nerviosas. Resumen: Este último volumen de la serie, Computación socioafectiva, presenta un conjunto de enfoques novedosos para analizar videos obstinados y extraer sentimientos y emociones. El marco de análisis de sentimientos textuales, como se analiza en este libro, contiene una forma novedosa de realizar análisis de sentimientos fusionando la lingüÃstica con el aprendizaje automático. Fusionar información textual con señales de audio y visuales resulta extremadamente útil, lo que mejora el analizador de sentimiento unimodal basado en texto, audio y imágenes. Este volumen cubre los tres temas principales: preprocesamiento textual y métodos de análisis de sentimientos; marcos para procesar datos de audio y visuales; y métodos de fusión de caracterÃsticas textuales, auditivas y visuales. La inclusión de visualizaciones clave y estudios de casos permitirá a los lectores comprender mejor estos enfoques. Dirigido a las audiencias de procesamiento del lenguaje natural, computación afectiva e inteligencia artificial, este volumen integral atraerá a un amplio número de lectores y ayudará a los lectores a comprender detalles clave sobre el análisis de sentimiento multimodal. Nota de contenido: Preface -- Introduction and Motivation -- Background -- Literature Survey and Datasets -- Concept Extraction from Natural Text for Concept Level Text Analysis -- EmoSenticSpace: Dense concept-based affective features with common-sense knowledge -- Sentic Patterns: Sentiment Data Flow Analysis by Means of Dynamic Linguistic Patterns -- Combining Textual Clues with Audio-Visual Information for Multimodal Sentiment Analysis -- Conclusion and Future Work -- Index. Tipo de medio : Computadora Summary : This latest volume in the series, Socio-Affective Computing, presents a set of novel approaches to analyze opinionated videos and to extract sentiments and emotions. Textual sentiment analysis framework as discussed in this book contains a novel way of doing sentiment analysis by merging linguistics with machine learning. Fusing textual information with audio and visual cues is found to be extremely useful which improves text, audio and visual based unimodal sentiment analyzer. This volume covers the three main topics of: textual preprocessing and sentiment analysis methods; frameworks to process audio and visual data; and methods of textual, audio and visual features fusion. The inclusion of key visualization and case studies will enable readers to understand better these approaches. Aimed at the Natural Language Processing, Affective Computing and Artificial Intelligence audiences, this comprehensive volume will appeal to a wide readership and will help readers to understand key details on multimodal sentiment analysis. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Multimodal Sentiment Analysis [documento electrónico] / Poria, Soujanya, ; Hussain, Amir, ; Cambria, Erik, . - 1 ed. . - [s.l.] : Springer, 2018 . - XI, 214 p. 34 ilustraciones, 25 ilustraciones en color.
ISBN : 978-3-319-95020-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Neurociencias Sistemas multimedia Visión por computador Procesamiento del lenguaje natural (Informática) Traducir e interpretar Neurociencia Sistemas de información multimedia Procesamiento del lenguaje natural (PNL) Traducción de idiomas Clasificación: 612.8 Funciones nerviosas. Resumen: Este último volumen de la serie, Computación socioafectiva, presenta un conjunto de enfoques novedosos para analizar videos obstinados y extraer sentimientos y emociones. El marco de análisis de sentimientos textuales, como se analiza en este libro, contiene una forma novedosa de realizar análisis de sentimientos fusionando la lingüÃstica con el aprendizaje automático. Fusionar información textual con señales de audio y visuales resulta extremadamente útil, lo que mejora el analizador de sentimiento unimodal basado en texto, audio y imágenes. Este volumen cubre los tres temas principales: preprocesamiento textual y métodos de análisis de sentimientos; marcos para procesar datos de audio y visuales; y métodos de fusión de caracterÃsticas textuales, auditivas y visuales. La inclusión de visualizaciones clave y estudios de casos permitirá a los lectores comprender mejor estos enfoques. Dirigido a las audiencias de procesamiento del lenguaje natural, computación afectiva e inteligencia artificial, este volumen integral atraerá a un amplio número de lectores y ayudará a los lectores a comprender detalles clave sobre el análisis de sentimiento multimodal. Nota de contenido: Preface -- Introduction and Motivation -- Background -- Literature Survey and Datasets -- Concept Extraction from Natural Text for Concept Level Text Analysis -- EmoSenticSpace: Dense concept-based affective features with common-sense knowledge -- Sentic Patterns: Sentiment Data Flow Analysis by Means of Dynamic Linguistic Patterns -- Combining Textual Clues with Audio-Visual Information for Multimodal Sentiment Analysis -- Conclusion and Future Work -- Index. Tipo de medio : Computadora Summary : This latest volume in the series, Socio-Affective Computing, presents a set of novel approaches to analyze opinionated videos and to extract sentiments and emotions. Textual sentiment analysis framework as discussed in this book contains a novel way of doing sentiment analysis by merging linguistics with machine learning. Fusing textual information with audio and visual cues is found to be extremely useful which improves text, audio and visual based unimodal sentiment analyzer. This volume covers the three main topics of: textual preprocessing and sentiment analysis methods; frameworks to process audio and visual data; and methods of textual, audio and visual features fusion. The inclusion of key visualization and case studies will enable readers to understand better these approaches. Aimed at the Natural Language Processing, Affective Computing and Artificial Intelligence audiences, this comprehensive volume will appeal to a wide readership and will help readers to understand key details on multimodal sentiment analysis. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Sentiment Analysis in the Bio-Medical Domain : Techniques, Tools, and Applications Tipo de documento: documento electrónico Autores: Satapathy, Ranjan, ; Cambria, Erik, ; Hussain, Amir, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXIV, 134 p. 45 ilustraciones, 33 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-68468-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: BiologÃa Inteligencia Computacional Ciencias de la Computación Investigación biomédica Clasificación: 610.72 Resumen: La abundancia de texto disponible en las redes sociales y en foros y blogs relacionados con la salud ha atraÃdo recientemente el interés de la comunidad de salud pública por utilizar estas fuentes para extraer opiniones. Este libro presenta un enfoque basado en léxico para el análisis de sentimientos en el ámbito biomédico, es decir, WordNet for Medical Events (WME). Este libro brinda información sobre cómo manejar datos textuales no estructurados y convertirlos en datos estructurados procesables por máquinas en el dominio biomédico. Los lectores descubrirán las siguientes novedades clave: 1) desarrollo de un léxico biomédico: expansión de WME y enriquecimiento de WME con caracterÃsticas adicionales; 2) conjunto de aprendizaje automático y creatividad computacional; 3) desarrollo de técnicas de análisis de microtextos para superar la inconsistencia en la comunicación social. Será de interés para los investigadores en los campos de la interacción humano-máquina socialmente inteligente y la minerÃa de textos biomédicos. Tipo de medio : Computadora Summary : The abundance of text available in social media and health-related forums and blogs have recently attracted the interest of the public health community to use these sources for opinion mining. This book presents a lexicon-based approach to sentiment analysis in the bio-medical domain, i.e., WordNet for Medical Events (WME). This book gives an insight in handling unstructured textual data and converting it to structured machine-processable data in the bio-medical domain. The readers will discover the following key novelties: 1) development of a bio-medical lexicon: WME expansion and WME enrichment with additional features.; 2) ensemble of machine learning and computational creativity; 3) development of microtext analysis techniques to overcome the inconsistency in social communication. It will be of interest to researchers in the fields of socially-intelligent human-machine interaction and biomedical text mining. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Sentiment Analysis in the Bio-Medical Domain : Techniques, Tools, and Applications [documento electrónico] / Satapathy, Ranjan, ; Cambria, Erik, ; Hussain, Amir, . - 1 ed. . - [s.l.] : Springer, 2017 . - XXIV, 134 p. 45 ilustraciones, 33 ilustraciones en color.
ISBN : 978-3-319-68468-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: BiologÃa Inteligencia Computacional Ciencias de la Computación Investigación biomédica Clasificación: 610.72 Resumen: La abundancia de texto disponible en las redes sociales y en foros y blogs relacionados con la salud ha atraÃdo recientemente el interés de la comunidad de salud pública por utilizar estas fuentes para extraer opiniones. Este libro presenta un enfoque basado en léxico para el análisis de sentimientos en el ámbito biomédico, es decir, WordNet for Medical Events (WME). Este libro brinda información sobre cómo manejar datos textuales no estructurados y convertirlos en datos estructurados procesables por máquinas en el dominio biomédico. Los lectores descubrirán las siguientes novedades clave: 1) desarrollo de un léxico biomédico: expansión de WME y enriquecimiento de WME con caracterÃsticas adicionales; 2) conjunto de aprendizaje automático y creatividad computacional; 3) desarrollo de técnicas de análisis de microtextos para superar la inconsistencia en la comunicación social. Será de interés para los investigadores en los campos de la interacción humano-máquina socialmente inteligente y la minerÃa de textos biomédicos. Tipo de medio : Computadora Summary : The abundance of text available in social media and health-related forums and blogs have recently attracted the interest of the public health community to use these sources for opinion mining. This book presents a lexicon-based approach to sentiment analysis in the bio-medical domain, i.e., WordNet for Medical Events (WME). This book gives an insight in handling unstructured textual data and converting it to structured machine-processable data in the bio-medical domain. The readers will discover the following key novelties: 1) development of a bio-medical lexicon: WME expansion and WME enrichment with additional features.; 2) ensemble of machine learning and computational creativity; 3) development of microtext analysis techniques to overcome the inconsistency in social communication. It will be of interest to researchers in the fields of socially-intelligent human-machine interaction and biomedical text mining. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
