Autor Zhang, Min
|
|
Documentos disponibles escritos por este autor (7)
Hacer una sugerencia Refinar búsqueda27th China Conference, CCIR 2021, Dalian, China, October 29–31, 2021, Proceedings / Lin, Hongfei ; Zhang, Min ; Pang, Liang
Título : 27th China Conference, CCIR 2021, Dalian, China, October 29–31, 2021, Proceedings Tipo de documento: documento electrónico Autores: Lin, Hongfei, ; Zhang, Min, ; Pang, Liang, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XI, 209 p. 90 ilustraciones, 32 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-88189-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Information storage and retrieval Sistemas de almacenamiento y recuperación de información Aplicación informática en ciencias sociales y del comportamiento Sistemas de propósito especial y basados en aplicaciones Minería de datos y descubrimiento Índice Dewey: 025.04 Sistemas de almacenamiento y recuperación de información Resumen: Este libro constituye las actas arbitradas de la 27.ª Conferencia de China sobre Recuperación de Información, CCIR 2021, celebrada en Dalian, China, en octubre de 2021. Los 15 artículos completos presentados fueron cuidadosamente revisados y seleccionados entre 124 presentaciones. Los artículos están organizados en secciones temáticas: búsqueda y recomendación, PNL para RI, RI en Educación e RI en Biomedicina. Nota de contenido: Search and Recommendation -- NLP for IR -- IR in Education -- IR in Biomedicine. 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 27th China Conference, CCIR 2021, Dalian, China, October 29–31, 2021, Proceedings [documento electrónico] / Lin, Hongfei, ; Zhang, Min, ; Pang, Liang, . - 1 ed. . - [s.l.] : Springer, 2021 . - XI, 209 p. 90 ilustraciones, 32 ilustraciones en color.
ISBN : 978-3-030-88189-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Information storage and retrieval Sistemas de almacenamiento y recuperación de información Aplicación informática en ciencias sociales y del comportamiento Sistemas de propósito especial y basados en aplicaciones Minería de datos y descubrimiento Índice Dewey: 025.04 Sistemas de almacenamiento y recuperación de información Resumen: Este libro constituye las actas arbitradas de la 27.ª Conferencia de China sobre Recuperación de Información, CCIR 2021, celebrada en Dalian, China, en octubre de 2021. Los 15 artículos completos presentados fueron cuidadosamente revisados y seleccionados entre 124 presentaciones. Los artículos están organizados en secciones temáticas: búsqueda y recomendación, PNL para RI, RI en Educación e RI en Biomedicina. Nota de contenido: Search and Recommendation -- NLP for IR -- IR in Education -- IR in Biomedicine. 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 : 3D Point Cloud Analysis : Traditional, Deep Learning, and Explainable Machine Learning Methods Tipo de documento: documento electrónico Autores: Liu, Shan, Autor ; Zhang, Min, Autor ; Kadam, Pranav, Autor ; Kuo, C.-C. Jay, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XIV, 146 p. 92 ilustraciones, 88 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-89180-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Aprendizaje automático Inteligencia artificial Sistemas de reconocimiento de patrones Procesamiento de imágenes Visión por computador Reconocimiento de patrones automatizado Imágenes por computadora visión reconocimiento de patrones y gráficos Índice Dewey: 006.31 Máquina de aprendizaje Resumen: Este libro presenta la nube de puntos; sus aplicaciones en la industria y los conjuntos de datos más utilizados. Se centra principalmente en tres tareas de visión por computadora: clasificación, segmentación y registro de nubes de puntos, que son fundamentales para cualquier sistema basado en nubes de puntos. Una descripción general de los métodos tradicionales de procesamiento de nubes de puntos ayuda a los lectores a adquirir conocimientos básicos rápidamente, mientras que el aprendizaje profundo sobre los métodos de nubes de puntos incluye un análisis exhaustivo de los avances de los últimos años. Luego se presentan en detalle nuevos métodos explicables de aprendizaje automático para el aprendizaje de nubes de puntos, que son livianos y fáciles de entrenar. Se proporcionan evaluaciones de desempeño cuantitativas y cualitativas. La comparación y el análisis entre los tres tipos de métodos se brindan para ayudar a los lectores a tener una comprensión más profunda. Con la rica literatura sobre aprendizaje profundo en visión 2D, una inclinación natural de los investigadores de visión 3D es desarrollar métodos de aprendizaje profundo para el procesamiento de nubes de puntos. El aprendizaje profundo en nubes de puntos ha ganado popularidad desde 2017 y el número de artículos de conferencias en esta área continúa aumentando. A diferencia de las imágenes 2D, las nubes de puntos no tienen un orden específico, lo que hace que el procesamiento de nubes de puntos mediante aprendizaje profundo sea bastante desafiante. Además, debido a la naturaleza geométrica de las nubes de puntos, los métodos tradicionales todavía se utilizan ampliamente en la industria. Por lo tanto, este libro tiene como objetivo familiarizar a los lectores con esta área proporcionando una descripción general completa de los métodos tradicionales y los métodos de aprendizaje profundo de última generación. Una parte importante de este libro se centra en el aprendizaje automático explicable como un enfoque diferente al aprendizaje profundo. Los métodos explicables de aprendizaje automático ofrecen una serie de ventajas sobre los métodos tradicionales y los métodos de aprendizaje profundo. Este es el punto culminante y la novedad principal del libro. Al abordar tres tareas de investigación (reconocimiento, segmentación y registro de objetos 3D utilizando nuestra metodología), los lectores tendrán una idea de cómo resolver problemas de una manera diferente y podrán aplicar los marcos a otras tareas de visión por computadora en 3D, lo que les brindará inspiración. para sus propias investigaciones futuras. Se proporcionan numerosos experimentos, análisis y comparaciones sobre tres tareas de visión por computadora en 3D (reconocimiento, segmentación, detección y registro de objetos) para que los lectores puedan aprender a resolver problemas difíciles de visión por computadora. Nota de contenido: I. Introduction -- II. Traditional point cloud analysis -- III. Deep-learning-based point cloud analysis -- IV. Explainable machine learning methods for point cloud analysis -- V. Conclusion and future work. 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 3D Point Cloud Analysis : Traditional, Deep Learning, and Explainable Machine Learning Methods [documento electrónico] / Liu, Shan, Autor ; Zhang, Min, Autor ; Kadam, Pranav, Autor ; Kuo, C.-C. Jay, Autor . - 1 ed. . - [s.l.] : Springer, 2021 . - XIV, 146 p. 92 ilustraciones, 88 ilustraciones en color.
ISBN : 978-3-030-89180-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Aprendizaje automático Inteligencia artificial Sistemas de reconocimiento de patrones Procesamiento de imágenes Visión por computador Reconocimiento de patrones automatizado Imágenes por computadora visión reconocimiento de patrones y gráficos Índice Dewey: 006.31 Máquina de aprendizaje Resumen: Este libro presenta la nube de puntos; sus aplicaciones en la industria y los conjuntos de datos más utilizados. Se centra principalmente en tres tareas de visión por computadora: clasificación, segmentación y registro de nubes de puntos, que son fundamentales para cualquier sistema basado en nubes de puntos. Una descripción general de los métodos tradicionales de procesamiento de nubes de puntos ayuda a los lectores a adquirir conocimientos básicos rápidamente, mientras que el aprendizaje profundo sobre los métodos de nubes de puntos incluye un análisis exhaustivo de los avances de los últimos años. Luego se presentan en detalle nuevos métodos explicables de aprendizaje automático para el aprendizaje de nubes de puntos, que son livianos y fáciles de entrenar. Se proporcionan evaluaciones de desempeño cuantitativas y cualitativas. La comparación y el análisis entre los tres tipos de métodos se brindan para ayudar a los lectores a tener una comprensión más profunda. Con la rica literatura sobre aprendizaje profundo en visión 2D, una inclinación natural de los investigadores de visión 3D es desarrollar métodos de aprendizaje profundo para el procesamiento de nubes de puntos. El aprendizaje profundo en nubes de puntos ha ganado popularidad desde 2017 y el número de artículos de conferencias en esta área continúa aumentando. A diferencia de las imágenes 2D, las nubes de puntos no tienen un orden específico, lo que hace que el procesamiento de nubes de puntos mediante aprendizaje profundo sea bastante desafiante. Además, debido a la naturaleza geométrica de las nubes de puntos, los métodos tradicionales todavía se utilizan ampliamente en la industria. Por lo tanto, este libro tiene como objetivo familiarizar a los lectores con esta área proporcionando una descripción general completa de los métodos tradicionales y los métodos de aprendizaje profundo de última generación. Una parte importante de este libro se centra en el aprendizaje automático explicable como un enfoque diferente al aprendizaje profundo. Los métodos explicables de aprendizaje automático ofrecen una serie de ventajas sobre los métodos tradicionales y los métodos de aprendizaje profundo. Este es el punto culminante y la novedad principal del libro. Al abordar tres tareas de investigación (reconocimiento, segmentación y registro de objetos 3D utilizando nuestra metodología), los lectores tendrán una idea de cómo resolver problemas de una manera diferente y podrán aplicar los marcos a otras tareas de visión por computadora en 3D, lo que les brindará inspiración. para sus propias investigaciones futuras. Se proporcionan numerosos experimentos, análisis y comparaciones sobre tres tareas de visión por computadora en 3D (reconocimiento, segmentación, detección y registro de objetos) para que los lectores puedan aprender a resolver problemas difíciles de visión por computadora. Nota de contenido: I. Introduction -- II. Traditional point cloud analysis -- III. Deep-learning-based point cloud analysis -- IV. Explainable machine learning methods for point cloud analysis -- V. Conclusion and future work. 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 : 7th CCF International Conference, NLPCC 2018, Hohhot, China, August 26Ѐ“30, 2018, Proceedings, Part I Tipo de documento: documento electrónico Autores: Zhang, Min, ; Ng, Vincent, ; Zhao, Dongyan, ; Li, Sujian, ; Zan, Hongying, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XXIX, 478 p. 96 ilustraciones ISBN/ISSN/DL: 978-3-319-99495-6 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 Procesamiento del lenguaje natural (Informática) Sistemas de almacenamiento y recuperación de información Gestión de base de datos Procesamiento de datos Procesamiento del lenguaje natural (PNL) Almacenamiento y recuperación de información Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes de LNAI 11108 y LNAI 11109 constituye las actas arbitradas de la Séptima Conferencia CCF sobre Procesamiento del Lenguaje Natural y Computación China, NLPCC 2018, celebrada en Hohhot, China, en agosto de 2018. Los 55 artículos completos y 31 artículos breves presentados fueron cuidadosamente revisado y seleccionado entre 308 presentaciones. Los artículos del primer volumen están organizados en los siguientes temas: Bot conversacional/QA/IR; gráfico de conocimiento/IE; aprendizaje automático para PNL; máquina traductora; y aplicaciones de PNL. Los artículos del segundo volumen están organizados de la siguiente manera: PNL para redes sociales; Fundamentos de PNL; extracción de textos; y artículos breves. Nota de contenido: Conversational Bot/QA/IR -- Knowledge graph/IE -- Machine Learning for NLP -- Machine Translation -- NLP Applications. 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 7th CCF International Conference, NLPCC 2018, Hohhot, China, August 26Ѐ“30, 2018, Proceedings, Part I [documento electrónico] / Zhang, Min, ; Ng, Vincent, ; Zhao, Dongyan, ; Li, Sujian, ; Zan, Hongying, . - 1 ed. . - [s.l.] : Springer, 2018 . - XXIX, 478 p. 96 ilustraciones.
ISBN : 978-3-319-99495-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Procesamiento del lenguaje natural (Informática) Sistemas de almacenamiento y recuperación de información Gestión de base de datos Procesamiento de datos Procesamiento del lenguaje natural (PNL) Almacenamiento y recuperación de información Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes de LNAI 11108 y LNAI 11109 constituye las actas arbitradas de la Séptima Conferencia CCF sobre Procesamiento del Lenguaje Natural y Computación China, NLPCC 2018, celebrada en Hohhot, China, en agosto de 2018. Los 55 artículos completos y 31 artículos breves presentados fueron cuidadosamente revisado y seleccionado entre 308 presentaciones. Los artículos del primer volumen están organizados en los siguientes temas: Bot conversacional/QA/IR; gráfico de conocimiento/IE; aprendizaje automático para PNL; máquina traductora; y aplicaciones de PNL. Los artículos del segundo volumen están organizados de la siguiente manera: PNL para redes sociales; Fundamentos de PNL; extracción de textos; y artículos breves. Nota de contenido: Conversational Bot/QA/IR -- Knowledge graph/IE -- Machine Learning for NLP -- Machine Translation -- NLP Applications. 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 : 7th CCF International Conference, NLPCC 2018, Hohhot, China, August 26Ѐ“30, 2018, Proceedings, Part II Tipo de documento: documento electrónico Autores: Zhang, Min, ; Ng, Vincent, ; Zhao, Dongyan, ; Li, Sujian, ; Zan, Hongying, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XXX, 494 p. 127 ilustraciones ISBN/ISSN/DL: 978-3-319-99501-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Procesamiento del lenguaje natural (Informática) Sistemas de almacenamiento y recuperación de información Procesamiento de datos Software de la aplicacion Procesamiento del lenguaje natural (PNL) Almacenamiento y recuperación de información Minería de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes de LNAI 11108 y LNAI 11109 constituye las actas arbitradas de la Séptima Conferencia CCF sobre Procesamiento del Lenguaje Natural y Computación China, NLPCC 2018, celebrada en Hohhot, China, en agosto de 2018. Los 55 artículos completos y 31 artículos breves presentados fueron cuidadosamente revisado y seleccionado entre 308 presentaciones. Los artículos del primer volumen están organizados en los siguientes temas: Bot conversacional/QA/IR; gráfico de conocimiento/IE; aprendizaje automático para PNL; máquina traductora; y aplicaciones de PNL. Los artículos del segundo volumen están organizados de la siguiente manera: PNL para redes sociales; Fundamentos de PNL; extracción de textos; y artículos breves. Nota de contenido: NLP for Social Network -- NLP Fundamentals -- Text Mining -- Short Papers. 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 7th CCF International Conference, NLPCC 2018, Hohhot, China, August 26Ѐ“30, 2018, Proceedings, Part II [documento electrónico] / Zhang, Min, ; Ng, Vincent, ; Zhao, Dongyan, ; Li, Sujian, ; Zan, Hongying, . - 1 ed. . - [s.l.] : Springer, 2018 . - XXX, 494 p. 127 ilustraciones.
ISBN : 978-3-319-99501-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Procesamiento del lenguaje natural (Informática) Sistemas de almacenamiento y recuperación de información Procesamiento de datos Software de la aplicacion Procesamiento del lenguaje natural (PNL) Almacenamiento y recuperación de información Minería de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes de LNAI 11108 y LNAI 11109 constituye las actas arbitradas de la Séptima Conferencia CCF sobre Procesamiento del Lenguaje Natural y Computación China, NLPCC 2018, celebrada en Hohhot, China, en agosto de 2018. Los 55 artículos completos y 31 artículos breves presentados fueron cuidadosamente revisado y seleccionado entre 308 presentaciones. Los artículos del primer volumen están organizados en los siguientes temas: Bot conversacional/QA/IR; gráfico de conocimiento/IE; aprendizaje automático para PNL; máquina traductora; y aplicaciones de PNL. Los artículos del segundo volumen están organizados de la siguiente manera: PNL para redes sociales; Fundamentos de PNL; extracción de textos; y artículos breves. Nota de contenido: NLP for Social Network -- NLP Fundamentals -- Text Mining -- Short Papers. 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 : 9th CCF International Conference, NLPCC 2020, Zhengzhou, China, October 14Ѐ“18, 2020, Proceedings, Part I Tipo de documento: documento electrónico Autores: Zhu, Xiaodan, ; Zhang, Min, ; Hong, Yu, ; He, Ruifang, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXIX, 857 p. 284 ilustraciones, 201 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-60450-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Ingeniería Informática Red de computadoras Procesamiento de imágenes Visión por computador Ciencias de la Computación Ciencias sociales Ingeniería Informática y Redes Imágenes por computadora visión reconocimiento de patrones y gráficos Teoría de la Computación Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes de LNAI 12340 y LNAI 12341 constituye las actas arbitradas de la 9.ª Conferencia CCF sobre procesamiento del lenguaje natural y computación china, NLPCC 2020, celebrada en Zhengzhou, China, en octubre de 2020. Los 70 artículos completos, 30 artículos tipo póster y Se revisaron y seleccionaron cuidadosamente 14 artículos de taller presentados entre 320 presentaciones. Están organizados en las siguientes áreas: Bot Conversacional/QA; Fundamentos de PNL; Base de Conocimiento, Gráficos y Web Semántica; Aprendizaje automático para PNL; Traducción Automática y Multilingüismo; Aplicaciones de PNL; Redes y Medios Sociales; Extracción de textos; y temas de actualidad. Nota de contenido: Oral-Conversational Bot/QA -- Fundamentals of NLP -- Knowledge Base, Graphs and Semantic Web -- Machine Learning for NLP -- Machine Translation and Multilinguality -- NLP Applications -- Social Media and Network -- Text Mining. 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 9th CCF International Conference, NLPCC 2020, Zhengzhou, China, October 14Ѐ“18, 2020, Proceedings, Part I [documento electrónico] / Zhu, Xiaodan, ; Zhang, Min, ; Hong, Yu, ; He, Ruifang, . - 1 ed. . - [s.l.] : Springer, 2020 . - XXIX, 857 p. 284 ilustraciones, 201 ilustraciones en color.
ISBN : 978-3-030-60450-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Ingeniería Informática Red de computadoras Procesamiento de imágenes Visión por computador Ciencias de la Computación Ciencias sociales Ingeniería Informática y Redes Imágenes por computadora visión reconocimiento de patrones y gráficos Teoría de la Computación Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes de LNAI 12340 y LNAI 12341 constituye las actas arbitradas de la 9.ª Conferencia CCF sobre procesamiento del lenguaje natural y computación china, NLPCC 2020, celebrada en Zhengzhou, China, en octubre de 2020. Los 70 artículos completos, 30 artículos tipo póster y Se revisaron y seleccionaron cuidadosamente 14 artículos de taller presentados entre 320 presentaciones. Están organizados en las siguientes áreas: Bot Conversacional/QA; Fundamentos de PNL; Base de Conocimiento, Gráficos y Web Semántica; Aprendizaje automático para PNL; Traducción Automática y Multilingüismo; Aplicaciones de PNL; Redes y Medios Sociales; Extracción de textos; y temas de actualidad. Nota de contenido: Oral-Conversational Bot/QA -- Fundamentals of NLP -- Knowledge Base, Graphs and Semantic Web -- Machine Learning for NLP -- Machine Translation and Multilinguality -- NLP Applications -- Social Media and Network -- Text Mining. 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
PermalinkPermalink
