Autor Zielosko, Beata
|
|
Documentos disponibles escritos por este autor (3)
Hacer una sugerencia Refinar búsquedaAdvances in Feature Selection for Data and Pattern Recognition / Stańczyk, Urszula ; Zielosko, Beata ; Jain, Lakhmi C.
Título : Advances in Feature Selection for Data and Pattern Recognition Tipo de documento: documento electrónico Autores: Stańczyk, Urszula, ; Zielosko, Beata, ; Jain, Lakhmi C., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVIII, 328 p. 37 ilustraciones, 20 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-67588-6 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 Computacional Inteligencia artificial Sistemas de reconocimiento de patrones Procesamiento de datos Reconocimiento de patrones automatizado Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro presenta desarrollos recientes y tendencias de investigación en el campo de la selección de características para el reconocimiento de datos y patrones, destacando una serie de avances más recientes. El campo de la selección de funciones evoluciona constantemente y proporciona numerosos algoritmos nuevos, nuevas soluciones y nuevas aplicaciones. Algunos de los avances presentados se centran en enfoques teóricos, introduciendo proposiciones novedosas que resaltan y discuten las propiedades de los objetos y analizan las complejidades de los procesos y los límites de la complejidad computacional, mientras que otros se dedican a los requisitos específicos de los dominios de aplicación o las particularidades de las tareas que esperan ser realizadas. resolverse o mejorarse. Dividido en cuatro partes: naturaleza y representación de los datos; clasificación y exploración de características; detección y reconocimiento de imágenes, formas, movimientos y audio; sistemas de apoyo a la toma de decisiones, es de gran interés para una gran parte de investigadores, incluidos estudiantes, profesores y profesionales. Nota de contenido: An Introduction -- Attribute Selection Based on Reduction of Numerical Attribute During Discretization -- Improving Bagging Ensembles for Class Imbalanced Data by Active Learning -- Optimization of Decision Rules Relative to Length Based on Modified Dynamic Programming Approach -- Ranking-Based Rule Classifier Optimisation -- Attribute Selection in a Dispersed Decision-Making System -- Feature Selection Approach for Rule-based Knowledge Bases -- Feature Selection with a Genetic Algorithm for Classification of Brain Imaging Data. 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 Feature Selection for Data and Pattern Recognition [documento electrónico] / Stańczyk, Urszula, ; Zielosko, Beata, ; Jain, Lakhmi C., . - 1 ed. . - [s.l.] : Springer, 2018 . - XVIII, 328 p. 37 ilustraciones, 20 ilustraciones en color.
ISBN : 978-3-319-67588-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia Computacional Inteligencia artificial Sistemas de reconocimiento de patrones Procesamiento de datos Reconocimiento de patrones automatizado Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro presenta desarrollos recientes y tendencias de investigación en el campo de la selección de características para el reconocimiento de datos y patrones, destacando una serie de avances más recientes. El campo de la selección de funciones evoluciona constantemente y proporciona numerosos algoritmos nuevos, nuevas soluciones y nuevas aplicaciones. Algunos de los avances presentados se centran en enfoques teóricos, introduciendo proposiciones novedosas que resaltan y discuten las propiedades de los objetos y analizan las complejidades de los procesos y los límites de la complejidad computacional, mientras que otros se dedican a los requisitos específicos de los dominios de aplicación o las particularidades de las tareas que esperan ser realizadas. resolverse o mejorarse. Dividido en cuatro partes: naturaleza y representación de los datos; clasificación y exploración de características; detección y reconocimiento de imágenes, formas, movimientos y audio; sistemas de apoyo a la toma de decisiones, es de gran interés para una gran parte de investigadores, incluidos estudiantes, profesores y profesionales. Nota de contenido: An Introduction -- Attribute Selection Based on Reduction of Numerical Attribute During Discretization -- Improving Bagging Ensembles for Class Imbalanced Data by Active Learning -- Optimization of Decision Rules Relative to Length Based on Modified Dynamic Programming Approach -- Ranking-Based Rule Classifier Optimisation -- Attribute Selection in a Dispersed Decision-Making System -- Feature Selection Approach for Rule-based Knowledge Bases -- Feature Selection with a Genetic Algorithm for Classification of Brain Imaging Data. 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 : International Joint Conference, IJCRS 2017, Olsztyn, Poland, July 3–7, 2017, Proceedings, Part I Tipo de documento: documento electrónico Autores: Polkowski, Lech, ; Yao, Yiyu, ; Artiemjew, Piotr, ; Ciucci, Davide, ; Liu, Dun, ; Ślęzak, Dominik, ; Zielosko, Beata, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: L, 693 p. 147 ilustraciones ISBN/ISSN/DL: 978-3-319-60837-2 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 artificial Gestión de base de datos Software de la aplicacion Sistemas de almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Almacenamiento y recuperación de información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes LNAI 10313 y LNAI 10314 constituye las actas de la Conferencia Conjunta Internacional sobre Conjuntos Rough, IJCRS 2017, celebrada en Olsztyn, Polonia, en julio de 2017. Los 74 artículos completos revisados se presentaron junto con 16 artículos breves y 16 charlas invitadas. , fueron cuidadosamente revisados y seleccionados entre 130 presentaciones. Los artículos de estos dos volúmenes de IJCRS 2017 siguen el camino ya recorrido por las conferencias de RSCTC y JRS que apuntaban a la unificación de muchas facetas de la teoría de conjuntos aproximada a partir de aspectos teóricos de la idea de conjuntos aproximados que bordean la teoría de conceptos y atraviesan estructuras algebraicas. , estructuras topológicas, lógicas para razonamientos inciertos, algoritmos de decisión, relaciones con otras teorías de vaguedad y ambigüedad, luego con extensiones de la idea del conjunto aproximado como estructuras granulares, mereología aproximada y aplicaciones de la idea en diversos campos de la ciencia aplicada, incluido el híbrido. métodos como la computación aproximada-difusa, neuro-aproximada y neuro-aproximada-difusa. IJCRS 2017 abarca temas distribuidos en cuatro temas principales: Rough Sets y Data Science (en relación con la serie RSCTC organizada desde 1998); Rough Sets and Granular Computing (en relación con la serie RSFDGrC organizada desde 1999); Rough Sets and Knowledge Technology (en relación con la serie RSKT organizada desde 2006); y Rough Sets and Intelligent Systems (en relación con la serie RSEISP organizada desde 2007). 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 International Joint Conference, IJCRS 2017, Olsztyn, Poland, July 3–7, 2017, Proceedings, Part I [documento electrónico] / Polkowski, Lech, ; Yao, Yiyu, ; Artiemjew, Piotr, ; Ciucci, Davide, ; Liu, Dun, ; Ślęzak, Dominik, ; Zielosko, Beata, . - 1 ed. . - [s.l.] : Springer, 2017 . - L, 693 p. 147 ilustraciones.
ISBN : 978-3-319-60837-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Gestión de base de datos Software de la aplicacion Sistemas de almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Almacenamiento y recuperación de información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes LNAI 10313 y LNAI 10314 constituye las actas de la Conferencia Conjunta Internacional sobre Conjuntos Rough, IJCRS 2017, celebrada en Olsztyn, Polonia, en julio de 2017. Los 74 artículos completos revisados se presentaron junto con 16 artículos breves y 16 charlas invitadas. , fueron cuidadosamente revisados y seleccionados entre 130 presentaciones. Los artículos de estos dos volúmenes de IJCRS 2017 siguen el camino ya recorrido por las conferencias de RSCTC y JRS que apuntaban a la unificación de muchas facetas de la teoría de conjuntos aproximada a partir de aspectos teóricos de la idea de conjuntos aproximados que bordean la teoría de conceptos y atraviesan estructuras algebraicas. , estructuras topológicas, lógicas para razonamientos inciertos, algoritmos de decisión, relaciones con otras teorías de vaguedad y ambigüedad, luego con extensiones de la idea del conjunto aproximado como estructuras granulares, mereología aproximada y aplicaciones de la idea en diversos campos de la ciencia aplicada, incluido el híbrido. métodos como la computación aproximada-difusa, neuro-aproximada y neuro-aproximada-difusa. IJCRS 2017 abarca temas distribuidos en cuatro temas principales: Rough Sets y Data Science (en relación con la serie RSCTC organizada desde 1998); Rough Sets and Granular Computing (en relación con la serie RSFDGrC organizada desde 1999); Rough Sets and Knowledge Technology (en relación con la serie RSKT organizada desde 2006); y Rough Sets and Intelligent Systems (en relación con la serie RSEISP organizada desde 2007). 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 : International Joint Conference, IJCRS 2017, Olsztyn, Poland, July 3–7, 2017, Proceedings, Part II Tipo de documento: documento electrónico Autores: Polkowski, Lech, ; Yao, Yiyu, ; Artiemjew, Piotr, ; Ciucci, Davide, ; Liu, Dun, ; Ślęzak, Dominik, ; Zielosko, Beata, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXV, 581 p. 116 ilustraciones ISBN/ISSN/DL: 978-3-319-60840-2 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 artificial Gestión de base de datos Software de la aplicacion Sistemas de almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Almacenamiento y recuperación de información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes LNAI 10313 y LNAI 10314 constituye las actas de la Conferencia Conjunta Internacional sobre Conjuntos Rough, IJCRS 2017, celebrada en Olsztyn, Polonia, en julio de 2017. Los 74 artículos completos revisados se presentaron junto con 16 artículos breves y 16 charlas invitadas. , fueron cuidadosamente revisados y seleccionados entre 130 presentaciones. Los artículos de estos dos volúmenes de IJCRS 2017 siguen el camino ya recorrido por las conferencias de RSCTC y JRS que apuntaban a la unificación de muchas facetas de la teoría de conjuntos aproximada a partir de aspectos teóricos de la idea de conjuntos aproximados que bordean la teoría de conceptos y atraviesan estructuras algebraicas. , estructuras topológicas, lógicas para razonamientos inciertos, algoritmos de decisión, relaciones con otras teorías de vaguedad y ambigüedad, luego con extensiones de la idea del conjunto aproximado como estructuras granulares, mereología aproximada y aplicaciones de la idea en diversos campos de la ciencia aplicada, incluido el híbrido. métodos como la computación aproximada-difusa, neuro-aproximada y neuro-aproximada-difusa. IJCRS 2017 abarca temas repartidos en cuatro temas principales: Conjuntos aproximados y ciencia de datos (en relación con la serie RSCTC organizada desde 1998); Rough Sets and Granular Computing (en relación con la serie RSFDGrC organizada desde 1999); Rough Sets and Knowledge Technology (en relación con la serie RSKT organizada desde 2006); y Rough Sets and Intelligent Systems (en relación con la serie RSEISP organizada desde 2007). Nota de contenido: Vagueness, rough sets; mereology -- Three-way decisions, uncertainty, granular computing -- Recent advances in biomedical data analysis, trends in multi-agent systems, formal concept analysis, rough set theory and their applications -- General rough sets. 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 International Joint Conference, IJCRS 2017, Olsztyn, Poland, July 3–7, 2017, Proceedings, Part II [documento electrónico] / Polkowski, Lech, ; Yao, Yiyu, ; Artiemjew, Piotr, ; Ciucci, Davide, ; Liu, Dun, ; Ślęzak, Dominik, ; Zielosko, Beata, . - 1 ed. . - [s.l.] : Springer, 2017 . - XXV, 581 p. 116 ilustraciones.
ISBN : 978-3-319-60840-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Gestión de base de datos Software de la aplicacion Sistemas de almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Almacenamiento y recuperación de información Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes LNAI 10313 y LNAI 10314 constituye las actas de la Conferencia Conjunta Internacional sobre Conjuntos Rough, IJCRS 2017, celebrada en Olsztyn, Polonia, en julio de 2017. Los 74 artículos completos revisados se presentaron junto con 16 artículos breves y 16 charlas invitadas. , fueron cuidadosamente revisados y seleccionados entre 130 presentaciones. Los artículos de estos dos volúmenes de IJCRS 2017 siguen el camino ya recorrido por las conferencias de RSCTC y JRS que apuntaban a la unificación de muchas facetas de la teoría de conjuntos aproximada a partir de aspectos teóricos de la idea de conjuntos aproximados que bordean la teoría de conceptos y atraviesan estructuras algebraicas. , estructuras topológicas, lógicas para razonamientos inciertos, algoritmos de decisión, relaciones con otras teorías de vaguedad y ambigüedad, luego con extensiones de la idea del conjunto aproximado como estructuras granulares, mereología aproximada y aplicaciones de la idea en diversos campos de la ciencia aplicada, incluido el híbrido. métodos como la computación aproximada-difusa, neuro-aproximada y neuro-aproximada-difusa. IJCRS 2017 abarca temas repartidos en cuatro temas principales: Conjuntos aproximados y ciencia de datos (en relación con la serie RSCTC organizada desde 1998); Rough Sets and Granular Computing (en relación con la serie RSFDGrC organizada desde 1999); Rough Sets and Knowledge Technology (en relación con la serie RSKT organizada desde 2006); y Rough Sets and Intelligent Systems (en relación con la serie RSEISP organizada desde 2007). Nota de contenido: Vagueness, rough sets; mereology -- Three-way decisions, uncertainty, granular computing -- Recent advances in biomedical data analysis, trends in multi-agent systems, formal concept analysis, rough set theory and their applications -- General rough sets. 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
