Autor Fournier-Viger, Philippe
|
|
Documentos disponibles escritos por este autor (6)
Hacer una sugerencia Refinar búsqueda7th International Conference, BDA 2019, Ahmedabad, India, December 17–20, 2019, Proceedings / Madria, Sanjay ; Fournier-Viger, Philippe ; Chaudhary, Sanjay ; Reddy, P. Krishna
Título : 7th International Conference, BDA 2019, Ahmedabad, India, December 17–20, 2019, Proceedings Tipo de documento: documento electrónico Autores: Madria, Sanjay, ; Fournier-Viger, Philippe, ; Chaudhary, Sanjay, ; Reddy, P. Krishna, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XIII, 462 p. 290 ilustraciones, 142 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-37188-3 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 Inteligencia artificial Software de la aplicacion Gestión de base de datos Minería de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Índice Dewey: 6.312 Resumen: Este libro constituye las actas arbitradas de la Séptima Conferencia Internacional sobre análisis de Big Data, BDA 2019, celebrada en Ahmedabad, India, en diciembre de 2019. Los 25 artículos presentados en este volumen fueron cuidadosamente revisados y seleccionados entre 53 presentaciones. Los artículos están organizados en secciones temáticas denominadas: análisis de big data: visión y perspectivas; búsqueda y extracción de información; análisis predictivo en los ámbitos médico y agrícola; análisis de gráficos; minería de patrones; y aprendizaje automático. Nota de contenido: Big Data Analytics: Vision and Perspectives -- Transforming Sensing Data into Smart Data for Smart Sustainable Cities -- Deep Learning Models for Medical Image Analysis: Challenges and Future Directions -- Recent Advances and Challenges in design of Non-Goal Oriented Dialogue System -- Data Cube is Dead, Long Life to Data Cube in the Age of Web Data -- Search and Information Extraction -- Improving Result Diversity using Query Term Proximity in Exploratory Search -- Segment-search vs Knowledge Graphs: Making a Keyword Search Engine for Web Documents -- Pairing Users in Social Media via Processing Meta-data from Conversational Files -- Large-Scale Information Extraction from Emails with Data Constraints -- Comparative Analysis of Rule-based, Dictionary-based and Hybrid Stemmers for Gujarati Language -- Predictive Analytics in Medical and Agricultural Domains -- Artificial Intelligence and Bayesian Knowledge Network in Health Care – Smartphone Apps for diagnosis and differentiation of anemias with higher accuracy at Resource Constrained Point-of-Care settings -- Analyzing Domain Knowledge for Big Data Analysis: A Case Study with Urban Tree Type Classification -- Market Intelligence for Agricultural Commodities using Forecasting and Deep Learning Techniques -- Graph Analytics -- TKG: Efficient Mining of Top-K Frequent Subgraphs -- Why Multilayer Networks Instead Of Simple Graphs? Modeling Effectiveness And Analysis Flexibility & Efficiency! -- Gossip Based Distributed Real Time Task Scheduling with Guaranteed Performance on Heterogeneous Networks -- Data-Driven Optimization of Public Transit Schedule -- Pattern Mining -- Discovering Spatial High Utility Frequent Itemsets in Spatiotemporal Databases -- Efficient Algorithms For Flock Detection in Large Spatio-Temporal Data -- Local Temporal Compression for (Globally) Evolving Spatial Surfaces -- An Explicit Relationship between Sequential Patterns and their Concise Representations -- Machine Learning -- A novel approach to identify the determinants of online review helpfulness and predict the helpfulness score across product categories -- Analysis and Recognition of Hand-drawn Images with Effective Data Handling -- Real Time Static Gesture Detection Using Deep Learning -- Interpreting Context of Images using Scene Graphs -- Deep Learning in the Domain of Near-Duplicate Document Detection. 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 International Conference, BDA 2019, Ahmedabad, India, December 17–20, 2019, Proceedings [documento electrónico] / Madria, Sanjay, ; Fournier-Viger, Philippe, ; Chaudhary, Sanjay, ; Reddy, P. Krishna, . - 1 ed. . - [s.l.] : Springer, 2019 . - XIII, 462 p. 290 ilustraciones, 142 ilustraciones en color.
ISBN : 978-3-030-37188-3
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 Inteligencia artificial Software de la aplicacion Gestión de base de datos Minería de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Índice Dewey: 6.312 Resumen: Este libro constituye las actas arbitradas de la Séptima Conferencia Internacional sobre análisis de Big Data, BDA 2019, celebrada en Ahmedabad, India, en diciembre de 2019. Los 25 artículos presentados en este volumen fueron cuidadosamente revisados y seleccionados entre 53 presentaciones. Los artículos están organizados en secciones temáticas denominadas: análisis de big data: visión y perspectivas; búsqueda y extracción de información; análisis predictivo en los ámbitos médico y agrícola; análisis de gráficos; minería de patrones; y aprendizaje automático. Nota de contenido: Big Data Analytics: Vision and Perspectives -- Transforming Sensing Data into Smart Data for Smart Sustainable Cities -- Deep Learning Models for Medical Image Analysis: Challenges and Future Directions -- Recent Advances and Challenges in design of Non-Goal Oriented Dialogue System -- Data Cube is Dead, Long Life to Data Cube in the Age of Web Data -- Search and Information Extraction -- Improving Result Diversity using Query Term Proximity in Exploratory Search -- Segment-search vs Knowledge Graphs: Making a Keyword Search Engine for Web Documents -- Pairing Users in Social Media via Processing Meta-data from Conversational Files -- Large-Scale Information Extraction from Emails with Data Constraints -- Comparative Analysis of Rule-based, Dictionary-based and Hybrid Stemmers for Gujarati Language -- Predictive Analytics in Medical and Agricultural Domains -- Artificial Intelligence and Bayesian Knowledge Network in Health Care – Smartphone Apps for diagnosis and differentiation of anemias with higher accuracy at Resource Constrained Point-of-Care settings -- Analyzing Domain Knowledge for Big Data Analysis: A Case Study with Urban Tree Type Classification -- Market Intelligence for Agricultural Commodities using Forecasting and Deep Learning Techniques -- Graph Analytics -- TKG: Efficient Mining of Top-K Frequent Subgraphs -- Why Multilayer Networks Instead Of Simple Graphs? Modeling Effectiveness And Analysis Flexibility & Efficiency! -- Gossip Based Distributed Real Time Task Scheduling with Guaranteed Performance on Heterogeneous Networks -- Data-Driven Optimization of Public Transit Schedule -- Pattern Mining -- Discovering Spatial High Utility Frequent Itemsets in Spatiotemporal Databases -- Efficient Algorithms For Flock Detection in Large Spatio-Temporal Data -- Local Temporal Compression for (Globally) Evolving Spatial Surfaces -- An Explicit Relationship between Sequential Patterns and their Concise Representations -- Machine Learning -- A novel approach to identify the determinants of online review helpfulness and predict the helpfulness score across product categories -- Analysis and Recognition of Hand-drawn Images with Effective Data Handling -- Real Time Static Gesture Detection Using Deep Learning -- Interpreting Context of Images using Scene Graphs -- Deep Learning in the Domain of Near-Duplicate Document Detection. 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 : Machine Learning and Data Mining for Emerging Trend in Cyber Dynamics : Theories and Applications Tipo de documento: documento electrónico Autores: Chiroma, Haruna, ; Abdulhamid, Shafi'i M., ; Fournier-Viger, Philippe, ; Garcia, Nuno M., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: VI, 315 p. 120 ilustraciones, 68 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-66288-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Objetos cooperantes (Sistemas informáticos) Procesamiento de datos Investigación cuantitativa Aprendizaje automático Sistemas ciberfísicos Minería de datos y descubrimiento de conocimientos Análisis de datos y Big Data Índice Dewey: 621.38 Ingeniería de comunicaciones Resumen: Este libro aborda teorías y procedimientos empíricos para la aplicación del aprendizaje automático y la minería de datos para resolver problemas en ciberdinámica. Explica los fundamentos de la dinámica cibernética y presenta cómo estos algoritmos, estrategias y técnicas resilientes pueden usarse para el desarrollo del entorno ciberespacial, tales como: servicios de computación en la nube; la seguridad cibernética; análisis de datos; y tecnologías disruptivas como blockchain. El libro presenta nuevos enfoques de aprendizaje automático y minería de datos para resolver problemas en ciberdinámica. En cada capítulo se integran conceptos básicos, revisiones de trabajos relacionados, ilustraciones, resultados empíricos y tablas para permitir al lector comprender completamente los conceptos, la metodología y los resultados presentados. El libro contiene soluciones empíricas a problemas de ciberdinámica listas para aplicaciones industriales. El libro será un excelente punto de partida para estudiantes de posgrado e investigadores porque cada capítulo está diseñado para tener direcciones de investigación futuras. Nota de contenido: Generative Adversarial Network for the Detection of Ransomware in Cyber Dynamics -- Deep Learning for Blockchain Technologies: A Survey and Research Directions -- Deep Recurrent Neural Network for the Enhancement of Resource Allocation in Edge Computing -- Recommender Systems in the Next Generation Cloud Architectures -- Collusion Detection in the Internet of Vehicles Environment via Machine Learning Algorithms -- Mobile Cloud Computing Security Strategies Using Machine Learning Algorithms -- Resilient Edge Computing Devices Using Federated Learning Technique -- DeepFake: A Panacea for New Generation Simulated Videos -- Machine Learning-Based Malware Detection Systems in a Cyber-Physical Systems -- Support Vector Machine-Based Crypto-Locker Ransomware Attacks Detection with Grey-Wolf Optimization -- A Survey of Algorithms for Analysing Graph Data in the Cloud -- A Survey of Sequence Prediction Models to Predict Behaviour of Dynamic Systems -- Finding High Utility Patterns to Detect Network Attacks -- Authorship Attribution and User Profile Inference in Social Networks -- Deep Convolutional Neural Network for Data Analytics in the Cyber Dynamics. 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 Machine Learning and Data Mining for Emerging Trend in Cyber Dynamics : Theories and Applications [documento electrónico] / Chiroma, Haruna, ; Abdulhamid, Shafi'i M., ; Fournier-Viger, Philippe, ; Garcia, Nuno M., . - 1 ed. . - [s.l.] : Springer, 2021 . - VI, 315 p. 120 ilustraciones, 68 ilustraciones en color.
ISBN : 978-3-030-66288-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Objetos cooperantes (Sistemas informáticos) Procesamiento de datos Investigación cuantitativa Aprendizaje automático Sistemas ciberfísicos Minería de datos y descubrimiento de conocimientos Análisis de datos y Big Data Índice Dewey: 621.38 Ingeniería de comunicaciones Resumen: Este libro aborda teorías y procedimientos empíricos para la aplicación del aprendizaje automático y la minería de datos para resolver problemas en ciberdinámica. Explica los fundamentos de la dinámica cibernética y presenta cómo estos algoritmos, estrategias y técnicas resilientes pueden usarse para el desarrollo del entorno ciberespacial, tales como: servicios de computación en la nube; la seguridad cibernética; análisis de datos; y tecnologías disruptivas como blockchain. El libro presenta nuevos enfoques de aprendizaje automático y minería de datos para resolver problemas en ciberdinámica. En cada capítulo se integran conceptos básicos, revisiones de trabajos relacionados, ilustraciones, resultados empíricos y tablas para permitir al lector comprender completamente los conceptos, la metodología y los resultados presentados. El libro contiene soluciones empíricas a problemas de ciberdinámica listas para aplicaciones industriales. El libro será un excelente punto de partida para estudiantes de posgrado e investigadores porque cada capítulo está diseñado para tener direcciones de investigación futuras. Nota de contenido: Generative Adversarial Network for the Detection of Ransomware in Cyber Dynamics -- Deep Learning for Blockchain Technologies: A Survey and Research Directions -- Deep Recurrent Neural Network for the Enhancement of Resource Allocation in Edge Computing -- Recommender Systems in the Next Generation Cloud Architectures -- Collusion Detection in the Internet of Vehicles Environment via Machine Learning Algorithms -- Mobile Cloud Computing Security Strategies Using Machine Learning Algorithms -- Resilient Edge Computing Devices Using Federated Learning Technique -- DeepFake: A Panacea for New Generation Simulated Videos -- Machine Learning-Based Malware Detection Systems in a Cyber-Physical Systems -- Support Vector Machine-Based Crypto-Locker Ransomware Attacks Detection with Grey-Wolf Optimization -- A Survey of Algorithms for Analysing Graph Data in the Cloud -- A Survey of Sequence Prediction Models to Predict Behaviour of Dynamic Systems -- Finding High Utility Patterns to Detect Network Attacks -- Authorship Attribution and User Profile Inference in Social Networks -- Deep Convolutional Neural Network for Data Analytics in the Cyber Dynamics. 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 : Machine Learning and Principles and Practice of Knowledge Discovery in Databases : International Workshops of ECML PKDD 2021, Virtual Event, September 13-17, 2021, Proceedings, Part I Tipo de documento: documento electrónico Autores: Kamp, Michael, ; Koprinska, Irena, ; Bibal, Adrien, ; Bouadi, Tassadit, ; Frénay, Benoît, ; Galárraga, Luis, ; Oramas, José, ; Adilova, Linara, ; Krishnamurthy, Yamuna, ; Kang, Bo, ; Largeron, Christine, ; Lijffijt, Jefrey, ; Viard, Tiphaine, ; Welke, Pascal, ; Ruocco, Massimiliano, ; Aune, Erlend, ; Gallicchio, Claudio, ; Schiele, Gregor, ; Pernkopf, Franz, ; Blott, Michaela, ; Fröning, Holger, ; Schindler, Günther, ; Guidotti, Riccardo, ; Monreale, Anna, ; Rinzivillo, Salvatore, ; Biecek, Przemyslaw, ; Ntoutsi, Eirini, ; Pechenizkiy, Mykola, ; Rosenhahn, Bodo, ; Buckley, Christopher, ; Cialfi, Daniela, ; Lanillos, Pablo, ; Ramstead, Maxwell, ; Verbelen, Tim, ; Ferreira, Pedro M., ; Andresini, Giuseppina, ; Malerba, Donato, ; Medeiros, Ibéria, ; Fournier-Viger, Philippe, ; Nawaz, M. Saqib, ; Ventura, Sebastian, ; Sun, Meng, ; Zhou, Min, ; Bitetta, Valerio, ; Bordino, Ilaria, ; Ferretti, Andrea, ; Gullo, Francesco, ; Ponti, Giovanni, ; Severini, Lorenzo, ; Ribeiro, Rita, ; Gama, João, ; Gavaldà, Ricard, ; Cooper, Lee, ; Ghazaleh, Naghmeh, ; Richiardi, Jonas, ; Roqueiro, Damian, ; Saldana Miranda, Diego, ; Sechidis, Konstantinos, ; Graça, Guilherme, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XXV, 882 p. 282 ilustraciones, 236 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-93736-2 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 Ingeniería Informática Red de computadoras Ciencias sociales Informática Ingeniería de software Ingeniería Informática y Redes Aplicación informática en ciencias sociales y del comportamiento Computadoras y Educación Matemáticas de la Computación Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes constituye las actas arbitradas de los talleres que complementaron la 21.ª Conferencia Europea Conjunta sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD, celebrada en septiembre de 2021. Debido a la pandemia de COVID-19, la conferencia y los talleres se llevaron a cabo en línea. . Los 104 artículos fueron revisados minuciosamente y seleccionados entre 180 artículos presentados para los talleres. Este conjunto de dos volúmenes incluye las actas de los siguientes talleres: Taller sobre avances en aprendizaje automático interpretable e inteligencia artificial (AIMLAI 2021) Taller sobre aprendizaje paralelo, distribuido y federado (PDFL 2021) Taller sobre integración y minería de gráficos (GEM 2021) Taller sobre aprendizaje automático para series temporales irregulares (ML4ITS 2021) Taller sobre IoT, Edge y dispositivos móviles para aprendizaje automático integrado (ITEM 2021) Taller sobre descubrimiento de conocimientos explicables en minería de datos (XKDD 2021) Taller sobre sesgos y equidad en la IA (BIAS 2021) ) Taller sobre Taller sobre Inferencia Activa (IWAI 2021) Taller sobre Aprendizaje Automático para Ciberseguridad (MLCS 2021) Taller sobre Aprendizaje Automático en Ingeniería de Software (MLiSE 2021) Taller sobre Minería de Datos para aplicaciones financieras (MIDAS 2021) Sexto Taller sobre Ciencia de Datos para Social Good (SoGood 2021) Taller sobre aprendizaje automático para aplicaciones farmacéuticas y sanitarias (PharML 2021) Segundo taller sobre evaluación y diseño experimental en minería de datos y aprendizaje automático (EDML 2020) Taller sobre aprendizaje automático para la gestión energética de edificios (MLBEM 2021). Nota de contenido: Advances in Interpretable Machine Learning and Artificial Intelligence -- Parallel, Distributed, and Federated Learning -- Graph Embedding and Mining -- Machine Learning for Irregular Time Series -- IoT, Edge, and Mobile for Embedded Machine Learning -- eXplainable Knowledge Discovery in Data Mining -- Bias and Fairness in AI -- International Workshop on Active Inference. . 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 Machine Learning and Principles and Practice of Knowledge Discovery in Databases : International Workshops of ECML PKDD 2021, Virtual Event, September 13-17, 2021, Proceedings, Part I [documento electrónico] / Kamp, Michael, ; Koprinska, Irena, ; Bibal, Adrien, ; Bouadi, Tassadit, ; Frénay, Benoît, ; Galárraga, Luis, ; Oramas, José, ; Adilova, Linara, ; Krishnamurthy, Yamuna, ; Kang, Bo, ; Largeron, Christine, ; Lijffijt, Jefrey, ; Viard, Tiphaine, ; Welke, Pascal, ; Ruocco, Massimiliano, ; Aune, Erlend, ; Gallicchio, Claudio, ; Schiele, Gregor, ; Pernkopf, Franz, ; Blott, Michaela, ; Fröning, Holger, ; Schindler, Günther, ; Guidotti, Riccardo, ; Monreale, Anna, ; Rinzivillo, Salvatore, ; Biecek, Przemyslaw, ; Ntoutsi, Eirini, ; Pechenizkiy, Mykola, ; Rosenhahn, Bodo, ; Buckley, Christopher, ; Cialfi, Daniela, ; Lanillos, Pablo, ; Ramstead, Maxwell, ; Verbelen, Tim, ; Ferreira, Pedro M., ; Andresini, Giuseppina, ; Malerba, Donato, ; Medeiros, Ibéria, ; Fournier-Viger, Philippe, ; Nawaz, M. Saqib, ; Ventura, Sebastian, ; Sun, Meng, ; Zhou, Min, ; Bitetta, Valerio, ; Bordino, Ilaria, ; Ferretti, Andrea, ; Gullo, Francesco, ; Ponti, Giovanni, ; Severini, Lorenzo, ; Ribeiro, Rita, ; Gama, João, ; Gavaldà, Ricard, ; Cooper, Lee, ; Ghazaleh, Naghmeh, ; Richiardi, Jonas, ; Roqueiro, Damian, ; Saldana Miranda, Diego, ; Sechidis, Konstantinos, ; Graça, Guilherme, . - 1 ed. . - [s.l.] : Springer, 2021 . - XXV, 882 p. 282 ilustraciones, 236 ilustraciones en color.
ISBN : 978-3-030-93736-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Ingeniería Informática Red de computadoras Ciencias sociales Informática Ingeniería de software Ingeniería Informática y Redes Aplicación informática en ciencias sociales y del comportamiento Computadoras y Educación Matemáticas de la Computación Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes constituye las actas arbitradas de los talleres que complementaron la 21.ª Conferencia Europea Conjunta sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD, celebrada en septiembre de 2021. Debido a la pandemia de COVID-19, la conferencia y los talleres se llevaron a cabo en línea. . Los 104 artículos fueron revisados minuciosamente y seleccionados entre 180 artículos presentados para los talleres. Este conjunto de dos volúmenes incluye las actas de los siguientes talleres: Taller sobre avances en aprendizaje automático interpretable e inteligencia artificial (AIMLAI 2021) Taller sobre aprendizaje paralelo, distribuido y federado (PDFL 2021) Taller sobre integración y minería de gráficos (GEM 2021) Taller sobre aprendizaje automático para series temporales irregulares (ML4ITS 2021) Taller sobre IoT, Edge y dispositivos móviles para aprendizaje automático integrado (ITEM 2021) Taller sobre descubrimiento de conocimientos explicables en minería de datos (XKDD 2021) Taller sobre sesgos y equidad en la IA (BIAS 2021) ) Taller sobre Taller sobre Inferencia Activa (IWAI 2021) Taller sobre Aprendizaje Automático para Ciberseguridad (MLCS 2021) Taller sobre Aprendizaje Automático en Ingeniería de Software (MLiSE 2021) Taller sobre Minería de Datos para aplicaciones financieras (MIDAS 2021) Sexto Taller sobre Ciencia de Datos para Social Good (SoGood 2021) Taller sobre aprendizaje automático para aplicaciones farmacéuticas y sanitarias (PharML 2021) Segundo taller sobre evaluación y diseño experimental en minería de datos y aprendizaje automático (EDML 2020) Taller sobre aprendizaje automático para la gestión energética de edificios (MLBEM 2021). Nota de contenido: Advances in Interpretable Machine Learning and Artificial Intelligence -- Parallel, Distributed, and Federated Learning -- Graph Embedding and Mining -- Machine Learning for Irregular Time Series -- IoT, Edge, and Mobile for Embedded Machine Learning -- eXplainable Knowledge Discovery in Data Mining -- Bias and Fairness in AI -- International Workshop on Active Inference. . 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 : Machine Learning and Principles and Practice of Knowledge Discovery in Databases : International Workshops of ECML PKDD 2021, Virtual Event, September 13-17, 2021, Proceedings, Part II Tipo de documento: documento electrónico Autores: Kamp, Michael, ; Koprinska, Irena, ; Bibal, Adrien, ; Bouadi, Tassadit, ; Frénay, Benoît, ; Galárraga, Luis, ; Oramas, José, ; Adilova, Linara, ; Krishnamurthy, Yamuna, ; Kang, Bo, ; Largeron, Christine, ; Lijffijt, Jefrey, ; Viard, Tiphaine, ; Welke, Pascal, ; Ruocco, Massimiliano, ; Aune, Erlend, ; Gallicchio, Claudio, ; Schiele, Gregor, ; Pernkopf, Franz, ; Blott, Michaela, ; Fröning, Holger, ; Schindler, Günther, ; Guidotti, Riccardo, ; Monreale, Anna, ; Rinzivillo, Salvatore, ; Biecek, Przemyslaw, ; Ntoutsi, Eirini, ; Pechenizkiy, Mykola, ; Rosenhahn, Bodo, ; Buckley, Christopher, ; Cialfi, Daniela, ; Lanillos, Pablo, ; Ramstead, Maxwell, ; Verbelen, Tim, ; Ferreira, Pedro M., ; Andresini, Giuseppina, ; Malerba, Donato, ; Medeiros, Ibéria, ; Fournier-Viger, Philippe, ; Nawaz, M. Saqib, ; Ventura, Sebastian, ; Sun, Meng, ; Zhou, Min, ; Bitetta, Valerio, ; Bordino, Ilaria, ; Ferretti, Andrea, ; Gullo, Francesco, ; Ponti, Giovanni, ; Severini, Lorenzo, ; Ribeiro, Rita, ; Gama, João, ; Gavaldà, Ricard, ; Cooper, Lee, ; Ghazaleh, Naghmeh, ; Richiardi, Jonas, ; Roqueiro, Damian, ; Saldana Miranda, Diego, ; Sechidis, Konstantinos, ; Graça, Guilherme, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XXVI, 584 p. 156 ilustraciones, 135 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-93733-1 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 Ciencias sociales Ordenadores Procesamiento de imágenes Visión por computador Ingeniería Informática y Redes Aplicación informática en ciencias sociales y del comportamiento Entornos informáticos Imágenes por computadora visión reconocimiento de patrones y gráficos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes constituye las actas arbitradas de los talleres que complementaron la 21.ª Conferencia Europea Conjunta sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD, celebrada en septiembre de 2021. Debido a la pandemia de COVID-19, la conferencia y los talleres se llevaron a cabo en línea. . Los 104 artículos fueron revisados minuciosamente y seleccionados entre 180 artículos presentados para los talleres. Este conjunto de dos volúmenes incluye las actas de los siguientes talleres: Taller sobre avances en aprendizaje automático interpretable e inteligencia artificial (AIMLAI 2021) Taller sobre aprendizaje paralelo, distribuido y federado (PDFL 2021) Taller sobre integración y minería de gráficos (GEM 2021) Taller sobre aprendizaje automático para series temporales irregulares (ML4ITS 2021) Taller sobre IoT, Edge y dispositivos móviles para aprendizaje automático integrado (ITEM 2021) Taller sobre descubrimiento de conocimientos explicables en minería de datos (XKDD 2021) Taller sobre sesgos y equidad en la IA (BIAS 2021) ) Taller sobre Taller sobre Inferencia Activa (IWAI 2021) Taller sobre Aprendizaje Automático para Ciberseguridad (MLCS 2021) Taller sobre Aprendizaje Automático en Ingeniería de Software (MLiSE 2021) Taller sobre Minería de Datos para aplicaciones financieras (MIDAS 2021) Sexto Taller sobre Ciencia de Datos para Social Good (SoGood 2021) Taller sobre aprendizaje automático para aplicaciones farmacéuticas y sanitarias (PharML 2021) Segundo taller sobre evaluación y diseño experimental en minería de datos y aprendizaje automático (EDML 2020) Taller sobre aprendizaje automático para la gestión energética de edificios (MLBEM 2021). Nota de contenido: Machine Learning for CyberSecurity -- Workshop on Machine Learning in Softtware Engineering -- MIning DAta for financial applicationS -- Sixth Workshop on Data Science for Social Good (SoGood 2021) -- Machine Learning for Pharma and Healthcare Applications -- Machine Learning for Buildings Energy Management. 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 Machine Learning and Principles and Practice of Knowledge Discovery in Databases : International Workshops of ECML PKDD 2021, Virtual Event, September 13-17, 2021, Proceedings, Part II [documento electrónico] / Kamp, Michael, ; Koprinska, Irena, ; Bibal, Adrien, ; Bouadi, Tassadit, ; Frénay, Benoît, ; Galárraga, Luis, ; Oramas, José, ; Adilova, Linara, ; Krishnamurthy, Yamuna, ; Kang, Bo, ; Largeron, Christine, ; Lijffijt, Jefrey, ; Viard, Tiphaine, ; Welke, Pascal, ; Ruocco, Massimiliano, ; Aune, Erlend, ; Gallicchio, Claudio, ; Schiele, Gregor, ; Pernkopf, Franz, ; Blott, Michaela, ; Fröning, Holger, ; Schindler, Günther, ; Guidotti, Riccardo, ; Monreale, Anna, ; Rinzivillo, Salvatore, ; Biecek, Przemyslaw, ; Ntoutsi, Eirini, ; Pechenizkiy, Mykola, ; Rosenhahn, Bodo, ; Buckley, Christopher, ; Cialfi, Daniela, ; Lanillos, Pablo, ; Ramstead, Maxwell, ; Verbelen, Tim, ; Ferreira, Pedro M., ; Andresini, Giuseppina, ; Malerba, Donato, ; Medeiros, Ibéria, ; Fournier-Viger, Philippe, ; Nawaz, M. Saqib, ; Ventura, Sebastian, ; Sun, Meng, ; Zhou, Min, ; Bitetta, Valerio, ; Bordino, Ilaria, ; Ferretti, Andrea, ; Gullo, Francesco, ; Ponti, Giovanni, ; Severini, Lorenzo, ; Ribeiro, Rita, ; Gama, João, ; Gavaldà, Ricard, ; Cooper, Lee, ; Ghazaleh, Naghmeh, ; Richiardi, Jonas, ; Roqueiro, Damian, ; Saldana Miranda, Diego, ; Sechidis, Konstantinos, ; Graça, Guilherme, . - 1 ed. . - [s.l.] : Springer, 2021 . - XXVI, 584 p. 156 ilustraciones, 135 ilustraciones en color.
ISBN : 978-3-030-93733-1
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 Ciencias sociales Ordenadores Procesamiento de imágenes Visión por computador Ingeniería Informática y Redes Aplicación informática en ciencias sociales y del comportamiento Entornos informáticos Imágenes por computadora visión reconocimiento de patrones y gráficos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes constituye las actas arbitradas de los talleres que complementaron la 21.ª Conferencia Europea Conjunta sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD, celebrada en septiembre de 2021. Debido a la pandemia de COVID-19, la conferencia y los talleres se llevaron a cabo en línea. . Los 104 artículos fueron revisados minuciosamente y seleccionados entre 180 artículos presentados para los talleres. Este conjunto de dos volúmenes incluye las actas de los siguientes talleres: Taller sobre avances en aprendizaje automático interpretable e inteligencia artificial (AIMLAI 2021) Taller sobre aprendizaje paralelo, distribuido y federado (PDFL 2021) Taller sobre integración y minería de gráficos (GEM 2021) Taller sobre aprendizaje automático para series temporales irregulares (ML4ITS 2021) Taller sobre IoT, Edge y dispositivos móviles para aprendizaje automático integrado (ITEM 2021) Taller sobre descubrimiento de conocimientos explicables en minería de datos (XKDD 2021) Taller sobre sesgos y equidad en la IA (BIAS 2021) ) Taller sobre Taller sobre Inferencia Activa (IWAI 2021) Taller sobre Aprendizaje Automático para Ciberseguridad (MLCS 2021) Taller sobre Aprendizaje Automático en Ingeniería de Software (MLiSE 2021) Taller sobre Minería de Datos para aplicaciones financieras (MIDAS 2021) Sexto Taller sobre Ciencia de Datos para Social Good (SoGood 2021) Taller sobre aprendizaje automático para aplicaciones farmacéuticas y sanitarias (PharML 2021) Segundo taller sobre evaluación y diseño experimental en minería de datos y aprendizaje automático (EDML 2020) Taller sobre aprendizaje automático para la gestión energética de edificios (MLBEM 2021). Nota de contenido: Machine Learning for CyberSecurity -- Workshop on Machine Learning in Softtware Engineering -- MIning DAta for financial applicationS -- Sixth Workshop on Data Science for Social Good (SoGood 2021) -- Machine Learning for Pharma and Healthcare Applications -- Machine Learning for Buildings Energy Management. 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 : Periodic Pattern Mining : Theory, Algorithms, and Applications Tipo de documento: documento electrónico Autores: Kiran, R. Uday, ; Fournier-Viger, Philippe, ; Luna, Jose M., ; Lin, Jerry Chun-Wei, ; Mondal, Anirban, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2021 Número de páginas: VIII, 263 p. 65 ilustraciones, 46 ilustraciones en color. ISBN/ISSN/DL: 978-981-1639647-- 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 Aprendizaje automático Procesamiento de datos Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro proporciona una introducción al campo de la minería de patrones periódicos, revisa las técnicas más modernas, analiza los avances recientes y analiza el software de código abierto. La minería de patrones periódicos es un área de investigación emergente y popular en el campo de la minería de datos. Implica descubrir todos los patrones que ocurren regularmente en bases de datos temporales. Una de las principales aplicaciones de la minería de patrones periódica es el análisis de bases de datos de transacciones de clientes para descubrir conjuntos de artículos que los clientes han comprado regularmente. Descubrir tales patrones tiene varias implicaciones para comprender el comportamiento de los clientes. Desde los primeros trabajos sobre minería de patrones periódicos se han publicado numerosos estudios y se han logrado grandes avances en este campo. El libro consta de tres partes principales: introducción, algoritmos y aplicaciones. El primer capítulo es una introducción a la minería de patrones y la minería de patrones periódica. Se discuten los conceptos de periodicidad, soporte periódico, técnicas de exploración espacial de búsqueda y estrategias de poda. También se presentan los principales tipos de algoritmos, como el crecimiento de patrones periódico-frecuente, el crecimiento de patrones periódico parcial y el algoritmo de minería de conjuntos de elementos periódicos de alta utilidad. Se revisan los desafíos y las oportunidades de investigación. Los capítulos que siguen presentan técnicas de vanguardia para descubrir patrones periódicos en (1) bases de datos transaccionales, (2) bases de datos temporales, (3) bases de datos temporales cuantitativas y (4) big data. Luego, se presenta la teoría sobre representaciones concisas de patrones periódicos, así como el ocultamiento de información sensible mediante técnicas de minería de datos que preservan la privacidad. El libro concluye con varias aplicaciones de la minería de patrones periódica, incluidas aplicaciones en análisis de datos de contaminación del aire, análisis de datos de accidentes y análisis de congestión del tráfico. Nota de contenido: Chapter 1: Introduction to Data Mining -- Chapter 2: Discovering Frequent Patterns in Very Large Transactional Database -- Chapter 3: Discovering Periodic Frequent Patterns in Temporal Databases -- Chapter 4: Discovering Fuzzy Periodic Frequent Patterns in Quantitative Temporal Databases -- Chapter 5: Discovering Partial Periodic Patterns in Temporal Databases -- Chapter 6: Finding Periodic Patterns in Multiple Sequences -- Chapter 7: Discovering Self Reliant Patterns -- Chapter 8: Finding Periodic High Utility Patterns in Sequence -- Chapter 9: Mining Periodic High Utility Sequential Patterns with Negative Unit Profits -- Chapter 10: Hiding Periodic High Utility Sequential Patterns -- Chapter 11: NetHAPP -- Chapter 12: Privacy Preservation of Periodic Frequent Patterns using Sensitive Inverse Frequency. 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 Periodic Pattern Mining : Theory, Algorithms, and Applications [documento electrónico] / Kiran, R. Uday, ; Fournier-Viger, Philippe, ; Luna, Jose M., ; Lin, Jerry Chun-Wei, ; Mondal, Anirban, . - 1 ed. . - Singapore [Malasya] : Springer, 2021 . - VIII, 263 p. 65 ilustraciones, 46 ilustraciones en color.
ISBN : 978-981-1639647--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Aprendizaje automático Procesamiento de datos Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro proporciona una introducción al campo de la minería de patrones periódicos, revisa las técnicas más modernas, analiza los avances recientes y analiza el software de código abierto. La minería de patrones periódicos es un área de investigación emergente y popular en el campo de la minería de datos. Implica descubrir todos los patrones que ocurren regularmente en bases de datos temporales. Una de las principales aplicaciones de la minería de patrones periódica es el análisis de bases de datos de transacciones de clientes para descubrir conjuntos de artículos que los clientes han comprado regularmente. Descubrir tales patrones tiene varias implicaciones para comprender el comportamiento de los clientes. Desde los primeros trabajos sobre minería de patrones periódicos se han publicado numerosos estudios y se han logrado grandes avances en este campo. El libro consta de tres partes principales: introducción, algoritmos y aplicaciones. El primer capítulo es una introducción a la minería de patrones y la minería de patrones periódica. Se discuten los conceptos de periodicidad, soporte periódico, técnicas de exploración espacial de búsqueda y estrategias de poda. También se presentan los principales tipos de algoritmos, como el crecimiento de patrones periódico-frecuente, el crecimiento de patrones periódico parcial y el algoritmo de minería de conjuntos de elementos periódicos de alta utilidad. Se revisan los desafíos y las oportunidades de investigación. Los capítulos que siguen presentan técnicas de vanguardia para descubrir patrones periódicos en (1) bases de datos transaccionales, (2) bases de datos temporales, (3) bases de datos temporales cuantitativas y (4) big data. Luego, se presenta la teoría sobre representaciones concisas de patrones periódicos, así como el ocultamiento de información sensible mediante técnicas de minería de datos que preservan la privacidad. El libro concluye con varias aplicaciones de la minería de patrones periódica, incluidas aplicaciones en análisis de datos de contaminación del aire, análisis de datos de accidentes y análisis de congestión del tráfico. Nota de contenido: Chapter 1: Introduction to Data Mining -- Chapter 2: Discovering Frequent Patterns in Very Large Transactional Database -- Chapter 3: Discovering Periodic Frequent Patterns in Temporal Databases -- Chapter 4: Discovering Fuzzy Periodic Frequent Patterns in Quantitative Temporal Databases -- Chapter 5: Discovering Partial Periodic Patterns in Temporal Databases -- Chapter 6: Finding Periodic Patterns in Multiple Sequences -- Chapter 7: Discovering Self Reliant Patterns -- Chapter 8: Finding Periodic High Utility Patterns in Sequence -- Chapter 9: Mining Periodic High Utility Sequential Patterns with Negative Unit Profits -- Chapter 10: Hiding Periodic High Utility Sequential Patterns -- Chapter 11: NetHAPP -- Chapter 12: Privacy Preservation of Periodic Frequent Patterns using Sensitive Inverse Frequency. 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
