Autor Manolopoulos, Yannis
|
|
Documentos disponibles escritos por este autor (14)
Hacer una sugerencia Refinar búsqueda20th International Conference, DAMDID/RCDL 2018, Moscow, Russia, October 9–12, 2018, Revised Selected Papers / Manolopoulos, Yannis ; Stupnikov, Sergey
Título : 20th International Conference, DAMDID/RCDL 2018, Moscow, Russia, October 9–12, 2018, Revised Selected Papers Tipo de documento: documento electrónico Autores: Manolopoulos, Yannis, ; Stupnikov, Sergey, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XVIII, 213 p. 72 ilustraciones, 32 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-23584-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Gestión de base de datos Software de la aplicacion Teoría de las máquinas Inteligencia artificial Compiladores (programas informáticos) Minería de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Lenguajes formales y teoría de los autómatas Compiladores e intérpretes Índice Dewey: 6.312 Resumen: Este libro constituye las actas arbitradas de la 20.ª Conferencia Internacional sobre Análisis y Gestión de Datos en Dominios Intensivos de Datos, DAMDID/RCDL 2018, celebrada en Moscú, Rusia, en octubre de 2018. Los 9 artículos completos revisados presentados junto con tres artículos invitados fueron cuidadosamente revisados. y seleccionado entre 54 presentaciones. Los artículos están organizados en las siguientes secciones temáticas: infraestructuras de datos FAIR, interoperabilidad y reutilización; representación del conocimiento; modelos de datos; análisis de datos en astronomía; búsqueda y procesamiento de textos; Computación distribuída; extracción de información del texto. Nota de contenido: FAIR data infrastructures, interoperability and reuse -- knowledge representation -- data models -- data analysis in astronomy -- text search and processing -- distributed computing -- information extraction from text. 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 20th International Conference, DAMDID/RCDL 2018, Moscow, Russia, October 9–12, 2018, Revised Selected Papers [documento electrónico] / Manolopoulos, Yannis, ; Stupnikov, Sergey, . - 1 ed. . - [s.l.] : Springer, 2019 . - XVIII, 213 p. 72 ilustraciones, 32 ilustraciones en color.
ISBN : 978-3-030-23584-0
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 Gestión de base de datos Software de la aplicacion Teoría de las máquinas Inteligencia artificial Compiladores (programas informáticos) Minería de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Lenguajes formales y teoría de los autómatas Compiladores e intérpretes Índice Dewey: 6.312 Resumen: Este libro constituye las actas arbitradas de la 20.ª Conferencia Internacional sobre Análisis y Gestión de Datos en Dominios Intensivos de Datos, DAMDID/RCDL 2018, celebrada en Moscú, Rusia, en octubre de 2018. Los 9 artículos completos revisados presentados junto con tres artículos invitados fueron cuidadosamente revisados. y seleccionado entre 54 presentaciones. Los artículos están organizados en las siguientes secciones temáticas: infraestructuras de datos FAIR, interoperabilidad y reutilización; representación del conocimiento; modelos de datos; análisis de datos en astronomía; búsqueda y procesamiento de textos; Computación distribuída; extracción de información del texto. Nota de contenido: FAIR data infrastructures, interoperability and reuse -- knowledge representation -- data models -- data analysis in astronomy -- text search and processing -- distributed computing -- information extraction from text. 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 : 23rd International Conference, DS 2020, Thessaloniki, Greece, October 19–21, 2020, Proceedings Tipo de documento: documento electrónico Autores: Appice, Annalisa, ; Tsoumakas, Grigorios, ; Manolopoulos, Yannis, ; Matwin, Stan, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXI, 706 p. 227 ilustraciones, 147 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-61527-7 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 Software de la aplicacion Procesamiento de datos Sistemas de almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Computadoras y Educación Minería de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro constituye las actas de la 23.ª Conferencia Internacional sobre Descubrimiento de Ciencias, DS 2020, que tuvo lugar del 19 al 21 de octubre de 2020. La conferencia estaba prevista para realizarse en Salónica, Grecia, pero tuvo que cambiar a un formato en línea debido a la pandemia de COVID-19. Los 26 artículos completos y 19 artículos breves presentados en este volumen fueron cuidadosamente revisados y seleccionados entre 76 presentaciones. Las contribuciones se organizaron en secciones temáticas denominadas: clasificación; agrupamiento; representación de datos y conocimientos; flujos de datos; procesamiento distribuido; conjuntos; aprendizaje automático explicable e interpretable; minería de gráficos y redes; modelos de objetivos múltiples; redes neuronales y aprendizaje profundo; y datos espaciales, temporales y espaciotemporales. Nota de contenido: Classification -- Evaluating Decision Makers over Selectively Labelled Data: A Causal Modelling Approach -- Mitigating Discrimination in Clinical Machine Learning Decision Support using Algorithmic Processing Techniques -- WeakAL: Combining Active Learning and Weak Supervision -- Clustering -- Constrained Clustering via Post-Processing -- Deep Convolutional Embedding for Painting Clustering: Case Study on Picasso's Artworks -- Dynamic Incremental Semi-Supervised Fuzzy Clustering for Bipolar Disorder Episode Prediction -- Iterative Multi-Mode Discretization: Applications to Co-Clustering -- Data and Knowledge Representation -- COVID-19 Therapy Target Discovery with Context-aware Literature Mining -- Semantic Annotation of Predictive Modelling Experiments -- Semantic Description of Data Mining Datasets: An Ontology-based Annotation Schema -- Data Streams -- FABBOO - Online Fairness-aware Learning under Class Imbalance -- FEAT: A Fairness-enhancing andConcept-adapting Decision Tree Classifer -- Unsupervised Concept Drift Detection using a Student{Teacher Approach -- Dimensionality Reduction and Feature Selection -- Assembled Feature Selection For Credit Scoring in Micro nance With Non-Traditional Features -- Learning Surrogates of a Radiative Transfer Model for the Sentinel 5P Satellite -- Nets versus Trees for Feature Ranking and Gene Network Inference -- Pathway Activity Score Learning Algorithm for Dimensionality Reduction of Gene Expression Data -- Machine learning for Modelling and Understanding in Earth Sciences -- Distributed Processing -- Balancing between Scalability and Accuracy in Time-Series Classification for Stream and Batch Settings -- DeCStor: A Framework for Privately and Securely Sharing Files Using a Public Blockchain -- Investigating Parallelization of MAML -- Ensembles -- Extreme Algorithm Selection with Dyadic Feature Representation -- Federated Ensemble Regression using Classification -- One-Class Ensembles for Rare Genomic Sequences Identification -- Explainable and Interpretable Machine Learning -- Explaining Sentiment Classi cation with Synthetic Exemplars and Counter-Exemplars -- Generating Explainable and Effective Data Descriptors Using Relational Learning: Application to Cancer Biology -- Interpretable Machine Learning with Bitonic Generalized Additive Models and Automatic Feature Construction -- Predicting and Explaining Privacy Risk Exposure in Mobility Data -- Graph and Network Mining -- Maximizing Network Coverage Under the Presence of Time Constraint by Injecting Most Effective k-Links -- On the Utilization of Structural and Textual Information of a Scientific Knowledge Graph to Discover Future Research Collaborations: a Link Prediction Perspective -- Simultaneous Process Drift Detection and Characterization with Pattern-based Change Detectors -- Multi-Target Models -- Extreme Gradient Boosted Multi-label Trees for Dynamic ClassifierChains -- Hierarchy Decomposition Pipeline: A Toolbox for Comparison of Model Induction Algorithms on Hierarchical Multi-label Classification Problems -- Missing Value Imputation with MERCS: a Faster Alternative to MissForest -- Multi-Directional Rule Set Learning -- On Aggregation in Ensembles of Multilabel Classifiers -- Neural Networks and Deep Learning -- Attention in Recurrent Neural Networks for Energy Disaggregation -- Enhanced Food Safety Through Deep Learning for Food Recalls Prediction -- Machine learning for Modelling and Understanding in Earth Sciences -- FairNN - Conjoint Learning of Fair Representations for Fair Decisions -- Improving Deep Unsupervised Anomaly Detection by Exploiting VAE Latent Space Distribution -- Spatial, Temporal and Spatiotemporal Data -- Detecting Temporal Anomalies in Business Processes using Distance-based Methods -- Mining Constrained Regions of Interest: An Optimization Approach -- Mining Disjoint Sequential Pattern Pairs from Tourist Trajectory Data -- Predicting the Health Condition of mHealth App Users with Large Differences in the Amount of Recorded Observations - Where to Learn from -- Spatiotemporal Traffic Anomaly Detection on Urban Road Network Using Tensor Decomposition Method -- Time Series Regression in Professional Road Cycling. 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 23rd International Conference, DS 2020, Thessaloniki, Greece, October 19–21, 2020, Proceedings [documento electrónico] / Appice, Annalisa, ; Tsoumakas, Grigorios, ; Manolopoulos, Yannis, ; Matwin, Stan, . - 1 ed. . - [s.l.] : Springer, 2020 . - XXI, 706 p. 227 ilustraciones, 147 ilustraciones en color.
ISBN : 978-3-030-61527-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Software de la aplicacion Procesamiento de datos Sistemas de almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Computadoras y Educación Minería de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro constituye las actas de la 23.ª Conferencia Internacional sobre Descubrimiento de Ciencias, DS 2020, que tuvo lugar del 19 al 21 de octubre de 2020. La conferencia estaba prevista para realizarse en Salónica, Grecia, pero tuvo que cambiar a un formato en línea debido a la pandemia de COVID-19. Los 26 artículos completos y 19 artículos breves presentados en este volumen fueron cuidadosamente revisados y seleccionados entre 76 presentaciones. Las contribuciones se organizaron en secciones temáticas denominadas: clasificación; agrupamiento; representación de datos y conocimientos; flujos de datos; procesamiento distribuido; conjuntos; aprendizaje automático explicable e interpretable; minería de gráficos y redes; modelos de objetivos múltiples; redes neuronales y aprendizaje profundo; y datos espaciales, temporales y espaciotemporales. Nota de contenido: Classification -- Evaluating Decision Makers over Selectively Labelled Data: A Causal Modelling Approach -- Mitigating Discrimination in Clinical Machine Learning Decision Support using Algorithmic Processing Techniques -- WeakAL: Combining Active Learning and Weak Supervision -- Clustering -- Constrained Clustering via Post-Processing -- Deep Convolutional Embedding for Painting Clustering: Case Study on Picasso's Artworks -- Dynamic Incremental Semi-Supervised Fuzzy Clustering for Bipolar Disorder Episode Prediction -- Iterative Multi-Mode Discretization: Applications to Co-Clustering -- Data and Knowledge Representation -- COVID-19 Therapy Target Discovery with Context-aware Literature Mining -- Semantic Annotation of Predictive Modelling Experiments -- Semantic Description of Data Mining Datasets: An Ontology-based Annotation Schema -- Data Streams -- FABBOO - Online Fairness-aware Learning under Class Imbalance -- FEAT: A Fairness-enhancing andConcept-adapting Decision Tree Classifer -- Unsupervised Concept Drift Detection using a Student{Teacher Approach -- Dimensionality Reduction and Feature Selection -- Assembled Feature Selection For Credit Scoring in Micro nance With Non-Traditional Features -- Learning Surrogates of a Radiative Transfer Model for the Sentinel 5P Satellite -- Nets versus Trees for Feature Ranking and Gene Network Inference -- Pathway Activity Score Learning Algorithm for Dimensionality Reduction of Gene Expression Data -- Machine learning for Modelling and Understanding in Earth Sciences -- Distributed Processing -- Balancing between Scalability and Accuracy in Time-Series Classification for Stream and Batch Settings -- DeCStor: A Framework for Privately and Securely Sharing Files Using a Public Blockchain -- Investigating Parallelization of MAML -- Ensembles -- Extreme Algorithm Selection with Dyadic Feature Representation -- Federated Ensemble Regression using Classification -- One-Class Ensembles for Rare Genomic Sequences Identification -- Explainable and Interpretable Machine Learning -- Explaining Sentiment Classi cation with Synthetic Exemplars and Counter-Exemplars -- Generating Explainable and Effective Data Descriptors Using Relational Learning: Application to Cancer Biology -- Interpretable Machine Learning with Bitonic Generalized Additive Models and Automatic Feature Construction -- Predicting and Explaining Privacy Risk Exposure in Mobility Data -- Graph and Network Mining -- Maximizing Network Coverage Under the Presence of Time Constraint by Injecting Most Effective k-Links -- On the Utilization of Structural and Textual Information of a Scientific Knowledge Graph to Discover Future Research Collaborations: a Link Prediction Perspective -- Simultaneous Process Drift Detection and Characterization with Pattern-based Change Detectors -- Multi-Target Models -- Extreme Gradient Boosted Multi-label Trees for Dynamic ClassifierChains -- Hierarchy Decomposition Pipeline: A Toolbox for Comparison of Model Induction Algorithms on Hierarchical Multi-label Classification Problems -- Missing Value Imputation with MERCS: a Faster Alternative to MissForest -- Multi-Directional Rule Set Learning -- On Aggregation in Ensembles of Multilabel Classifiers -- Neural Networks and Deep Learning -- Attention in Recurrent Neural Networks for Energy Disaggregation -- Enhanced Food Safety Through Deep Learning for Food Recalls Prediction -- Machine learning for Modelling and Understanding in Earth Sciences -- FairNN - Conjoint Learning of Fair Representations for Fair Decisions -- Improving Deep Unsupervised Anomaly Detection by Exploiting VAE Latent Space Distribution -- Spatial, Temporal and Spatiotemporal Data -- Detecting Temporal Anomalies in Business Processes using Distance-based Methods -- Mining Constrained Regions of Interest: An Optimization Approach -- Mining Disjoint Sequential Pattern Pairs from Tourist Trajectory Data -- Predicting the Health Condition of mHealth App Users with Large Differences in the Amount of Recorded Observations - Where to Learn from -- Spatiotemporal Traffic Anomaly Detection on Urban Road Network Using Tensor Decomposition Method -- Time Series Regression in Professional Road Cycling. 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 : 46th International Conference on Current Trends in Theory and Practice of Informatics, SOFSEM 2020, Limassol, Cyprus, January 20–24, 2020, Proceedings Tipo de documento: documento electrónico Autores: Chatzigeorgiou, Alexander, ; Dondi, Riccardo, ; Herodotou, Herodotos, ; Kapoutsis, Christos, ; Manolopoulos, Yannis, ; Papadopoulos, George A., ; Sikora, Florian, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XVI, 723 p. 314 ilustraciones, 93 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-38919-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Matemáticas Algoritmos Informática Matemáticas discretas Inteligencia artificial Red de computadoras Ingeniería de software Matemática Computacional y Análisis Numérico Matemáticas discretas en informática Ciencia de los datos Redes de comunicación informática Índice Dewey: 518 Resumen: Este libro constituye las actas arbitradas de la 46.a Conferencia Internacional sobre Tendencias Actuales en Teoría y Práctica de la Informática, SOFSEM 2020, celebrada en Limassol, Chipre, en enero de 2020. Los 40 artículos completos presentados junto con 17 artículos breves y 3 artículos invitados fueron cuidadosamente revisado y seleccionado entre 125 presentaciones. Presentaron nuevos resultados de investigación en la teoría y la práctica de la informática en cada subárea de SOFSEM 2020: fundamentos de la informática, fundamentos de la ciencia e ingeniería de datos, fundamentos de la ingeniería de software y fundamentos de la biología computacional algorítmica. Nota de contenido: Foundations of computer science -- Foundations of software engineering -- Foundations of data science and engineering -- Foundations of algorithmic computational biology. 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 46th International Conference on Current Trends in Theory and Practice of Informatics, SOFSEM 2020, Limassol, Cyprus, January 20–24, 2020, Proceedings [documento electrónico] / Chatzigeorgiou, Alexander, ; Dondi, Riccardo, ; Herodotou, Herodotos, ; Kapoutsis, Christos, ; Manolopoulos, Yannis, ; Papadopoulos, George A., ; Sikora, Florian, . - 1 ed. . - [s.l.] : Springer, 2020 . - XVI, 723 p. 314 ilustraciones, 93 ilustraciones en color.
ISBN : 978-3-030-38919-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Matemáticas Algoritmos Informática Matemáticas discretas Inteligencia artificial Red de computadoras Ingeniería de software Matemática Computacional y Análisis Numérico Matemáticas discretas en informática Ciencia de los datos Redes de comunicación informática Índice Dewey: 518 Resumen: Este libro constituye las actas arbitradas de la 46.a Conferencia Internacional sobre Tendencias Actuales en Teoría y Práctica de la Informática, SOFSEM 2020, celebrada en Limassol, Chipre, en enero de 2020. Los 40 artículos completos presentados junto con 17 artículos breves y 3 artículos invitados fueron cuidadosamente revisado y seleccionado entre 125 presentaciones. Presentaron nuevos resultados de investigación en la teoría y la práctica de la informática en cada subárea de SOFSEM 2020: fundamentos de la informática, fundamentos de la ciencia e ingeniería de datos, fundamentos de la ingeniería de software y fundamentos de la biología computacional algorítmica. Nota de contenido: Foundations of computer science -- Foundations of software engineering -- Foundations of data science and engineering -- Foundations of algorithmic computational biology. 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 : Advances in Big Data : Proceedings of the 2nd INNS Conference on Big Data, October 23-25, 2016, Thessaloniki, Greece Tipo de documento: documento electrónico Autores: Angelov, Plamen, ; Manolopoulos, Yannis, ; Iliadis, Lazaros, ; Roy, Asim, ; Vellasco, Marley, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XVII, 348 p. 101 ilustraciones ISBN/ISSN/DL: 978-3-319-47898-2 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 Computacional Procesamiento de datos Inteligencia artificial Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: El libro ofrece una instantánea oportuna de las tecnologías de redes neuronales como un componente importante de las plataformas de análisis de big data. Promueve nuevos avances y direcciones de investigación en enfoques algorítmicos eficientes e innovadores para analizar big data (por ejemplo, redes profundas, algoritmos inspirados en la naturaleza y en el cerebro); implementaciones en diferentes plataformas informáticas (por ejemplo, neuromórficas, unidades de procesamiento de gráficos (GPU), nubes, clústeres); y aplicaciones de análisis de big data para resolver problemas del mundo real (por ejemplo, predicción del tiempo, transporte, gestión de energía). El libro, que informa sobre la segunda edición de la Conferencia INNS sobre Big Data, celebrada del 23 al 25 de octubre de 2016 en Salónica, Grecia, describe una interesante aventura colaborativa de redes neuronales con big data y otras tecnologías de aprendizaje. Nota de contenido: Predicting human behavior based on web search activity: Greek referendum of 2015 -- Compact Video Description and Representation for Automated Summarization of Human Activities -- Attribute Learning for Network Intrusion Detection -- A Fast Deep Convolutional Neural Network for face detection in Big Visual Data -- Learning Symbols by Neural Network -- Designing HMMs models in the age of Big Data -- Extended Formulations for Online Action Selection on Big Action Sets -- Multi-Task Deep Neural Networks for Automated Extraction of Primary Site and Laterality Information from Cancer Pathology Reports -- An infrastructure and approach for infering knowledge over Big Data in the Vehicle Insurance Industry -- Unified Retrieval Model of Big Data -- Adaptive Elitist Differential Evolution Extreme Learning Machines on Big Data: Intelligent Recognition of Invasive Species. 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 Advances in Big Data : Proceedings of the 2nd INNS Conference on Big Data, October 23-25, 2016, Thessaloniki, Greece [documento electrónico] / Angelov, Plamen, ; Manolopoulos, Yannis, ; Iliadis, Lazaros, ; Roy, Asim, ; Vellasco, Marley, . - 1 ed. . - [s.l.] : Springer, 2017 . - XVII, 348 p. 101 ilustraciones.
ISBN : 978-3-319-47898-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia Computacional Procesamiento de datos Inteligencia artificial Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: El libro ofrece una instantánea oportuna de las tecnologías de redes neuronales como un componente importante de las plataformas de análisis de big data. Promueve nuevos avances y direcciones de investigación en enfoques algorítmicos eficientes e innovadores para analizar big data (por ejemplo, redes profundas, algoritmos inspirados en la naturaleza y en el cerebro); implementaciones en diferentes plataformas informáticas (por ejemplo, neuromórficas, unidades de procesamiento de gráficos (GPU), nubes, clústeres); y aplicaciones de análisis de big data para resolver problemas del mundo real (por ejemplo, predicción del tiempo, transporte, gestión de energía). El libro, que informa sobre la segunda edición de la Conferencia INNS sobre Big Data, celebrada del 23 al 25 de octubre de 2016 en Salónica, Grecia, describe una interesante aventura colaborativa de redes neuronales con big data y otras tecnologías de aprendizaje. Nota de contenido: Predicting human behavior based on web search activity: Greek referendum of 2015 -- Compact Video Description and Representation for Automated Summarization of Human Activities -- Attribute Learning for Network Intrusion Detection -- A Fast Deep Convolutional Neural Network for face detection in Big Visual Data -- Learning Symbols by Neural Network -- Designing HMMs models in the age of Big Data -- Extended Formulations for Online Action Selection on Big Action Sets -- Multi-Task Deep Neural Networks for Automated Extraction of Primary Site and Laterality Information from Cancer Pathology Reports -- An infrastructure and approach for infering knowledge over Big Data in the Vehicle Insurance Industry -- Unified Retrieval Model of Big Data -- Adaptive Elitist Differential Evolution Extreme Learning Machines on Big Data: Intelligent Recognition of Invasive Species. 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 : Artificial Neural Networks and Machine Learning – ICANN 2018 : 27th International Conference on Artificial Neural Networks, Rhodes, Greece, October 4-7, 2018, Proceedings, Part I Tipo de documento: documento electrónico Autores: Kůrková, Věra, ; Manolopoulos, Yannis, ; Hammer, Barbara, ; Iliadis, Lazaros, ; Maglogiannis, Ilias, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XLIII, 824 p. 311 ilustraciones ISBN/ISSN/DL: 978-3-030-01418-6 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 Visión por computador Ingeniería Informática Red de computadoras Protección de datos Algoritmos Ingeniería Informática y Redes Redes de comunicación informática Seguridad de datos e información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de tres volúmenes LNCS 11139-11141 constituye las actas arbitradas de la 27.ª Conferencia Internacional sobre Redes Neuronales Artificiales, ICANN 2018, celebrada en Rodas, Grecia, en octubre de 2018. Los artículos presentados en estos volúmenes fueron cuidadosamente revisados y seleccionados de un total de 360 presentaciones. Están relacionados con los siguientes temas temáticos: IA y bioinformática, redes bayesianas y de estado de eco, computación inspirada en el cerebro, modelos complejos caóticos, clustering, minería, análisis exploratorio, arquitecturas de codificación, patrones de activación complejos, redes neuronales convolucionales, aprendizaje profundo (DL) , DL en Sistemas de Tiempo Real, DL y Big Data Analytics, DL y Big Data, DL y Forense, DL y Ciberseguridad, DL y Redes Sociales, Sistemas en Evolución – Optimización, Máquinas de Aprendizaje Extremo, De las Neuronas al Neuromorfismo, De la Sensación a la Percepción, De neuronas individuales a redes, modelado difuso, ANN jerárquico, inferencia y reconocimiento, información y optimización, interacción con el cerebro, aprendizaje automático (ML), ML para sistemas biomédicos, ML y procesamiento de imágenes de vídeo, ML y ciencia forense, ML y Ciberseguridad, ML y redes sociales, ML en ingeniería, movimiento y detección de movimiento, perceptrones multicapa y redes de núcleo, lenguaje natural, reconocimiento de objetos y rostros, redes neuronales recurrentes y computación de reservorios, aprendizaje por refuerzo, computación de reservorios, mapas autoorganizados, dinámica de picos /Spiking ANN, máquinas de vectores de soporte, inteligencia de enjambre y toma de decisiones, minería de textos, computación neuronal teórica, series temporales y pronósticos, capacitación y aprendizaje. 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 Artificial Neural Networks and Machine Learning – ICANN 2018 : 27th International Conference on Artificial Neural Networks, Rhodes, Greece, October 4-7, 2018, Proceedings, Part I [documento electrónico] / Kůrková, Věra, ; Manolopoulos, Yannis, ; Hammer, Barbara, ; Iliadis, Lazaros, ; Maglogiannis, Ilias, . - 1 ed. . - [s.l.] : Springer, 2018 . - XLIII, 824 p. 311 ilustraciones.
ISBN : 978-3-030-01418-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Visión por computador Ingeniería Informática Red de computadoras Protección de datos Algoritmos Ingeniería Informática y Redes Redes de comunicación informática Seguridad de datos e información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de tres volúmenes LNCS 11139-11141 constituye las actas arbitradas de la 27.ª Conferencia Internacional sobre Redes Neuronales Artificiales, ICANN 2018, celebrada en Rodas, Grecia, en octubre de 2018. Los artículos presentados en estos volúmenes fueron cuidadosamente revisados y seleccionados de un total de 360 presentaciones. Están relacionados con los siguientes temas temáticos: IA y bioinformática, redes bayesianas y de estado de eco, computación inspirada en el cerebro, modelos complejos caóticos, clustering, minería, análisis exploratorio, arquitecturas de codificación, patrones de activación complejos, redes neuronales convolucionales, aprendizaje profundo (DL) , DL en Sistemas de Tiempo Real, DL y Big Data Analytics, DL y Big Data, DL y Forense, DL y Ciberseguridad, DL y Redes Sociales, Sistemas en Evolución – Optimización, Máquinas de Aprendizaje Extremo, De las Neuronas al Neuromorfismo, De la Sensación a la Percepción, De neuronas individuales a redes, modelado difuso, ANN jerárquico, inferencia y reconocimiento, información y optimización, interacción con el cerebro, aprendizaje automático (ML), ML para sistemas biomédicos, ML y procesamiento de imágenes de vídeo, ML y ciencia forense, ML y Ciberseguridad, ML y redes sociales, ML en ingeniería, movimiento y detección de movimiento, perceptrones multicapa y redes de núcleo, lenguaje natural, reconocimiento de objetos y rostros, redes neuronales recurrentes y computación de reservorios, aprendizaje por refuerzo, computación de reservorios, mapas autoorganizados, dinámica de picos /Spiking ANN, máquinas de vectores de soporte, inteligencia de enjambre y toma de decisiones, minería de textos, computación neuronal teórica, series temporales y pronósticos, capacitación y aprendizaje. 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
Permalink
Permalink
Permalink
Permalink
PermalinkPermalink
Permalink
Permalink
Permalink
