Información del autor
Autor Zhu, Wenwu |
Documentos disponibles escritos por este autor (2)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Automated Machine Learning and Meta-Learning for Multimedia Tipo de documento: documento electrónico Autores: Zhu, Wenwu, ; Wang, Xin, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XXVII, 224 p. 67 ilustraciones, 64 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-88132-0 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: Sistemas multimedia Aprendizaje automático Sistemas de información multimedia Clasificación: 006.7 Resumen: Este libro difunde y promueve el progreso de la investigación reciente y el desarrollo de fronteras sobre AutoML y metaaprendizaje, asà como sus aplicaciones en campos relacionados con la visión por computadora, el procesamiento del lenguaje natural, la multimedia y la minerÃa de datos. Se trata de direcciones de investigación apasionantes y de rápido crecimiento en el campo general del aprendizaje automático. Los autores abogan por hallazgos de investigación novedosos y de alta calidad y soluciones innovadoras a los desafiantes problemas de AutoML y metaaprendizaje. Este tema está en el centro del alcance de la inteligencia artificial y es atractivo para una audiencia tanto del mundo académico como de la industria. Este libro es muy accesible para toda la comunidad de aprendizaje automático, incluidos: investigadores, estudiantes y profesionales interesados ​​en AutoML, metaaprendizaje y sus aplicaciones en multimedia, visión por computadora, procesamiento de lenguaje natural y tareas relacionadas con la minerÃa de datos. El libro es autónomo y está diseñado para audiencias introductorias e intermedias. No se requieren conocimientos previos especiales para leer este libro. Nota de contenido: Automated Machine Learning -- Meta-learning -- Automated Machine Learning for Multimedia -- Meta-learning for Multimedia -- Future Research Directions. Tipo de medio : Computadora Summary : This book disseminates and promotes the recent research progress and frontier development on AutoML and meta-learning as well as their applications on computer vision, natural language processing, multimedia and data mining related fields. These are exciting and fast-growing research directions in the general field of machine learning. The authors advocate novel, high-quality research findings, and innovative solutions to the challenging problems in AutoML and meta-learning. This topic is at the core of the scope of artificial intelligence, and is attractive to audience from both academia and industry. This book is highly accessible to the whole machine learning community, including: researchers, students and practitioners who are interested in AutoML, meta-learning, and their applications in multimedia, computer vision, natural language processing and data mining related tasks. The book is self-contained and designed for introductory and intermediate audiences. No special prerequisite knowledge is required to read this book. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Automated Machine Learning and Meta-Learning for Multimedia [documento electrónico] / Zhu, Wenwu, ; Wang, Xin, . - 1 ed. . - [s.l.] : Springer, 2021 . - XXVII, 224 p. 67 ilustraciones, 64 ilustraciones en color.
ISBN : 978-3-030-88132-0
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: Sistemas multimedia Aprendizaje automático Sistemas de información multimedia Clasificación: 006.7 Resumen: Este libro difunde y promueve el progreso de la investigación reciente y el desarrollo de fronteras sobre AutoML y metaaprendizaje, asà como sus aplicaciones en campos relacionados con la visión por computadora, el procesamiento del lenguaje natural, la multimedia y la minerÃa de datos. Se trata de direcciones de investigación apasionantes y de rápido crecimiento en el campo general del aprendizaje automático. Los autores abogan por hallazgos de investigación novedosos y de alta calidad y soluciones innovadoras a los desafiantes problemas de AutoML y metaaprendizaje. Este tema está en el centro del alcance de la inteligencia artificial y es atractivo para una audiencia tanto del mundo académico como de la industria. Este libro es muy accesible para toda la comunidad de aprendizaje automático, incluidos: investigadores, estudiantes y profesionales interesados ​​en AutoML, metaaprendizaje y sus aplicaciones en multimedia, visión por computadora, procesamiento de lenguaje natural y tareas relacionadas con la minerÃa de datos. El libro es autónomo y está diseñado para audiencias introductorias e intermedias. No se requieren conocimientos previos especiales para leer este libro. Nota de contenido: Automated Machine Learning -- Meta-learning -- Automated Machine Learning for Multimedia -- Meta-learning for Multimedia -- Future Research Directions. Tipo de medio : Computadora Summary : This book disseminates and promotes the recent research progress and frontier development on AutoML and meta-learning as well as their applications on computer vision, natural language processing, multimedia and data mining related fields. These are exciting and fast-growing research directions in the general field of machine learning. The authors advocate novel, high-quality research findings, and innovative solutions to the challenging problems in AutoML and meta-learning. This topic is at the core of the scope of artificial intelligence, and is attractive to audience from both academia and industry. This book is highly accessible to the whole machine learning community, including: researchers, students and practitioners who are interested in AutoML, meta-learning, and their applications in multimedia, computer vision, natural language processing and data mining related tasks. The book is self-contained and designed for introductory and intermediate audiences. No special prerequisite knowledge is required to read this book. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Online Social Media Content Delivery : A Data-Driven Approach Tipo de documento: documento electrónico Autores: Wang, Zhi, ; Zhu, Wenwu, ; Yang, Shiqiang, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2018 Número de páginas: XI, 109 p. 64 ilustraciones ISBN/ISSN/DL: 978-981-10-2774-1 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: Software de la aplicacion Inteligencia artificial Ciencias sociales Aplicaciones informáticas y de sistemas de información Aplicación informática en ciencias sociales y del comportamiento. Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro explica cómo utilizar un enfoque basado en datos para diseñar estrategias para la entrega de contenido en redes sociales. Primero, presenta a los lectores cómo la información social se puede recopilar de manera efectiva para el análisis de big data, lo que proporciona inteligencia en la entrega de contenido. En segundo lugar, el libro describe modelos basados ​​en datos para capturar la difusión de información en las redes sociales en lÃnea y la propagación y popularidad del contenido de las redes sociales, antes de presentar modelos de predicción para la entrega de contenido de las redes sociales. Al abordar los aspectos de asignación de recursos y replicación de contenido de la entrega de contenido de redes sociales, el libro presenta las últimas estrategias basadas en datos. Para terminar, describe una serie de posibles direcciones de investigación con respecto a la distribución de contenidos en las redes sociales. Nota de contenido: Introduction -- Social Media Big Data -- Social Propagation and Social Popularity -- Social Media Content Delivery -- Conclusion and Future Research Directions. Tipo de medio : Computadora Summary : This book explains how to use a data-driven approach to design strategies for social media content delivery. It first introduces readers to how social information can be effectively gathered for big data analysis, which provides content delivery intelligence. Secondly, the book describes data-driven models to capture information diffusion in online social networks and social media content propagation and popularity, before presenting prediction models for social media content delivery. By addressing the resource allocation and content replication aspects of social media content delivery, the book presents the latest data-driven strategies. In closing, it outlines a number of potential research directions regarding social media content delivery. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Online Social Media Content Delivery : A Data-Driven Approach [documento electrónico] / Wang, Zhi, ; Zhu, Wenwu, ; Yang, Shiqiang, . - 1 ed. . - Singapore [Malasia] : Springer, 2018 . - XI, 109 p. 64 ilustraciones.
ISBN : 978-981-10-2774-1
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: Software de la aplicacion Inteligencia artificial Ciencias sociales Aplicaciones informáticas y de sistemas de información Aplicación informática en ciencias sociales y del comportamiento. Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro explica cómo utilizar un enfoque basado en datos para diseñar estrategias para la entrega de contenido en redes sociales. Primero, presenta a los lectores cómo la información social se puede recopilar de manera efectiva para el análisis de big data, lo que proporciona inteligencia en la entrega de contenido. En segundo lugar, el libro describe modelos basados ​​en datos para capturar la difusión de información en las redes sociales en lÃnea y la propagación y popularidad del contenido de las redes sociales, antes de presentar modelos de predicción para la entrega de contenido de las redes sociales. Al abordar los aspectos de asignación de recursos y replicación de contenido de la entrega de contenido de redes sociales, el libro presenta las últimas estrategias basadas en datos. Para terminar, describe una serie de posibles direcciones de investigación con respecto a la distribución de contenidos en las redes sociales. Nota de contenido: Introduction -- Social Media Big Data -- Social Propagation and Social Popularity -- Social Media Content Delivery -- Conclusion and Future Research Directions. Tipo de medio : Computadora Summary : This book explains how to use a data-driven approach to design strategies for social media content delivery. It first introduces readers to how social information can be effectively gathered for big data analysis, which provides content delivery intelligence. Secondly, the book describes data-driven models to capture information diffusion in online social networks and social media content propagation and popularity, before presenting prediction models for social media content delivery. By addressing the resource allocation and content replication aspects of social media content delivery, the book presents the latest data-driven strategies. In closing, it outlines a number of potential research directions regarding social media content delivery. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]