Información del autor
Autor Nayak, Richi |
Documentos disponibles escritos por este autor (2)
Crear una solicitud de compra Refinar búsquedaData Mining / Xu, Yue ; Wang, Rosalind ; Lord, Anton ; Boo, Yee Ling ; Nayak, Richi ; Zhao, Yanchang ; Williams, Graham
TÃtulo : Data Mining : 19th Australasian Conference on Data Mining, AusDM 2021, Brisbane, QLD, Australia, December 14-15, 2021, Proceedings Tipo de documento: documento electrónico Autores: Xu, Yue, ; Wang, Rosalind, ; Lord, Anton, ; Boo, Yee Ling, ; Nayak, Richi, ; Zhao, Yanchang, ; Williams, Graham, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2021 Número de páginas: XII, 235 p. 61 ilustraciones, 45 ilustraciones en color. ISBN/ISSN/DL: 978-981-1685316-- 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: Procesamiento de datos Inteligencia artificial Software de la aplicacion Ciencias sociales IngenierÃa Informática Red de computadoras Informática MinerÃa de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Aplicación informática en ciencias sociales y del comportamiento. IngenierÃa Informática y Redes Matemáticas de la Computación Clasificación: 6.312 Resumen: Este libro constituye las actas arbitradas de la 19.ª Conferencia de Australasia sobre MinerÃa de Datos, AusDM 2021, celebrada en Brisbane, Queensland, Australia, en diciembre de 2021.* Los 16 artÃculos completos revisados ​​presentados fueron cuidadosamente revisados ​​y seleccionados entre 32 presentaciones. Los artÃculos están organizados en secciones sobre vÃa de investigación y vÃa de aplicación. *Debido a la pandemia de COVID-19 la conferencia se realizó en lÃnea. . Nota de contenido: Research Track -- Parallel Nonlinear Dimensionality Reduction Using GPU Acceleration -- Taking the Confusion out of Multinomial Confusion Matrices and Imbalanced Classes -- Sharpshooting Most Beneficial Part of AUC for Detecting Malicious Logs -- A Drift Aware Hierarchical Test based Approach for Combating Spammers in Online Social Networks -- Hospital Readmission Prediction Using Semantic Relations Between Medical Codes -- HFM++: An Enhanced Holographic Factorization Machine for Recommendation -- Deep Learning for Bias Detection: From Inception to Deployment -- Exploring Fusion Strategies in Deep Learning Models for Multi-modal Classification -- Application Track -- Chameleon: A Python Workflow Toolkit for Feature Selection -- PostMatch: A Framework for Efficient Address Matching -- Detection of Classical Cipher Types with Feature-Learning Approach -- SOMPS-Net: Attention based Social Graph Framework for Early Detection of Fake Health News -- How to Read the News: A Study of How Sentiment Effects Financial Markets -- Investigation of Topic Modelling Methods for Understanding the Reports of the Mining Projects in Queensland -- A Semi-Automatic Data Extraction System for Heterogeneous Data Sources: A Case Study from Cotton Industry -- Nonnegative Matrix Factorization to Understand Spatio-Temporal Traffic Pattern Variations during COVID-19: A Case Study. Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the 19th Australasian Conference on Data Mining, AusDM 2021, held in Brisbane, Queensland, Australia, in December 2021.* The 16 revised full papers presented were carefully reviewed and selected from 32 submissions. The papers are organized in sections on research track and application track. *Due to the COVID-19 pandemic the conference was held online. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Data Mining : 19th Australasian Conference on Data Mining, AusDM 2021, Brisbane, QLD, Australia, December 14-15, 2021, Proceedings [documento electrónico] / Xu, Yue, ; Wang, Rosalind, ; Lord, Anton, ; Boo, Yee Ling, ; Nayak, Richi, ; Zhao, Yanchang, ; Williams, Graham, . - 1 ed. . - Singapore [Malasia] : Springer, 2021 . - XII, 235 p. 61 ilustraciones, 45 ilustraciones en color.
ISBN : 978-981-1685316--
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: Procesamiento de datos Inteligencia artificial Software de la aplicacion Ciencias sociales IngenierÃa Informática Red de computadoras Informática MinerÃa de datos y descubrimiento de conocimientos Aplicaciones informáticas y de sistemas de información Aplicación informática en ciencias sociales y del comportamiento. IngenierÃa Informática y Redes Matemáticas de la Computación Clasificación: 6.312 Resumen: Este libro constituye las actas arbitradas de la 19.ª Conferencia de Australasia sobre MinerÃa de Datos, AusDM 2021, celebrada en Brisbane, Queensland, Australia, en diciembre de 2021.* Los 16 artÃculos completos revisados ​​presentados fueron cuidadosamente revisados ​​y seleccionados entre 32 presentaciones. Los artÃculos están organizados en secciones sobre vÃa de investigación y vÃa de aplicación. *Debido a la pandemia de COVID-19 la conferencia se realizó en lÃnea. . Nota de contenido: Research Track -- Parallel Nonlinear Dimensionality Reduction Using GPU Acceleration -- Taking the Confusion out of Multinomial Confusion Matrices and Imbalanced Classes -- Sharpshooting Most Beneficial Part of AUC for Detecting Malicious Logs -- A Drift Aware Hierarchical Test based Approach for Combating Spammers in Online Social Networks -- Hospital Readmission Prediction Using Semantic Relations Between Medical Codes -- HFM++: An Enhanced Holographic Factorization Machine for Recommendation -- Deep Learning for Bias Detection: From Inception to Deployment -- Exploring Fusion Strategies in Deep Learning Models for Multi-modal Classification -- Application Track -- Chameleon: A Python Workflow Toolkit for Feature Selection -- PostMatch: A Framework for Efficient Address Matching -- Detection of Classical Cipher Types with Feature-Learning Approach -- SOMPS-Net: Attention based Social Graph Framework for Early Detection of Fake Health News -- How to Read the News: A Study of How Sentiment Effects Financial Markets -- Investigation of Topic Modelling Methods for Understanding the Reports of the Mining Projects in Queensland -- A Semi-Automatic Data Extraction System for Heterogeneous Data Sources: A Case Study from Cotton Industry -- Nonnegative Matrix Factorization to Understand Spatio-Temporal Traffic Pattern Variations during COVID-19: A Case Study. Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the 19th Australasian Conference on Data Mining, AusDM 2021, held in Brisbane, Queensland, Australia, in December 2021.* The 16 revised full papers presented were carefully reviewed and selected from 32 submissions. The papers are organized in sections on research track and application track. *Due to the COVID-19 pandemic the conference was held online. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Deep Learning-Based Approaches for Sentiment Analysis Tipo de documento: documento electrónico Autores: Agarwal, Basant, ; Nayak, Richi, ; Mittal, Namita, ; Patnaik, Srikanta, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2020 Número de páginas: XII, 319 p. ISBN/ISSN/DL: 978-981-1512162-- 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: Procesamiento de la señal Procesamiento de datos Procesamiento de imágenes Visión por computador Procesamiento del lenguaje natural (Informática) Inteligencia Computacional Redes neuronales (Informática) Procesamiento de señales voz e imágenes MinerÃa de datos y descubrimiento de conocimientos Imágenes por computadora visión reconocimiento de patrones y gráficos Procesamiento del lenguaje natural (PNL) Modelos matemáticos de procesos cognitivos y redes neuronales Clasificación: 621.382 Telecomunicaciones Resumen: Este libro cubre enfoques basados ​​en el aprendizaje profundo para el análisis de sentimientos, un área de investigación relativamente nueva, pero de rápido crecimiento, que ha cambiado significativamente en los últimos años. El libro presenta una colección de enfoques de vanguardia, centrándose en las soluciones de vanguardia y de mejor rendimiento para los desafÃos más comunes y difÃciles que enfrenta la investigación del análisis de sentimientos. Al proporcionar explicaciones detalladas de las metodologÃas, el libro es un recurso valioso tanto para investigadores como para recién llegados al campo. . Nota de contenido: Chapter 1. Application of Deep Learning Approaches for Sentiment Analysis: A Survey -- Chapter 2. Recent Trends and Advances in Deep Learning based Sentiment Analysis -- Chapter 3. - Deep Learning Adaptation with Word Embeddings for Sentiment Analysis on Online Course Reviews -- Chapter 4. Toxic Comment Detection in Online Discussions -- Chapter 5. Aspect Based Sentiment Analysis of Financial Headlines and Microblogs -- Chapter 6. Deep Learning based frameworks for Aspect Based Sentiment Analysis -- Chapter 7. Transfer Learning for Detecting Hateful Sentiments in Code Switched Language -- Chapter 8. Multilingual Sentiment Analysis -- Chapter 9. Sarcasm Detection using deep learning -- Chapter 10. Deep Learning Approaches for Speech Emotion Recognition -- Chapter 11. Bidirectional Long Short Term Memory Based Spatio-Temporal In Community Question Answering -- Chapter 12. Comparing Deep Neural Networks to Traditional Models for Sentiment Analysis in Turkish Language. Tipo de medio : Computadora Summary : This book covers deep-learning-based approaches for sentiment analysis, a relatively new, but fast-growing research area, which has significantly changed in the past few years. The book presents a collection of state-of-the-art approaches, focusing on the best-performing, cutting-edge solutions for the most common and difficult challenges faced in sentiment analysis research. Providing detailed explanations of the methodologies, the book is a valuable resource for researchers as well as newcomers to the field. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Deep Learning-Based Approaches for Sentiment Analysis [documento electrónico] / Agarwal, Basant, ; Nayak, Richi, ; Mittal, Namita, ; Patnaik, Srikanta, . - 1 ed. . - Singapore [Malasia] : Springer, 2020 . - XII, 319 p.
ISBN : 978-981-1512162--
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: Procesamiento de la señal Procesamiento de datos Procesamiento de imágenes Visión por computador Procesamiento del lenguaje natural (Informática) Inteligencia Computacional Redes neuronales (Informática) Procesamiento de señales voz e imágenes MinerÃa de datos y descubrimiento de conocimientos Imágenes por computadora visión reconocimiento de patrones y gráficos Procesamiento del lenguaje natural (PNL) Modelos matemáticos de procesos cognitivos y redes neuronales Clasificación: 621.382 Telecomunicaciones Resumen: Este libro cubre enfoques basados ​​en el aprendizaje profundo para el análisis de sentimientos, un área de investigación relativamente nueva, pero de rápido crecimiento, que ha cambiado significativamente en los últimos años. El libro presenta una colección de enfoques de vanguardia, centrándose en las soluciones de vanguardia y de mejor rendimiento para los desafÃos más comunes y difÃciles que enfrenta la investigación del análisis de sentimientos. Al proporcionar explicaciones detalladas de las metodologÃas, el libro es un recurso valioso tanto para investigadores como para recién llegados al campo. . Nota de contenido: Chapter 1. Application of Deep Learning Approaches for Sentiment Analysis: A Survey -- Chapter 2. Recent Trends and Advances in Deep Learning based Sentiment Analysis -- Chapter 3. - Deep Learning Adaptation with Word Embeddings for Sentiment Analysis on Online Course Reviews -- Chapter 4. Toxic Comment Detection in Online Discussions -- Chapter 5. Aspect Based Sentiment Analysis of Financial Headlines and Microblogs -- Chapter 6. Deep Learning based frameworks for Aspect Based Sentiment Analysis -- Chapter 7. Transfer Learning for Detecting Hateful Sentiments in Code Switched Language -- Chapter 8. Multilingual Sentiment Analysis -- Chapter 9. Sarcasm Detection using deep learning -- Chapter 10. Deep Learning Approaches for Speech Emotion Recognition -- Chapter 11. Bidirectional Long Short Term Memory Based Spatio-Temporal In Community Question Answering -- Chapter 12. Comparing Deep Neural Networks to Traditional Models for Sentiment Analysis in Turkish Language. Tipo de medio : Computadora Summary : This book covers deep-learning-based approaches for sentiment analysis, a relatively new, but fast-growing research area, which has significantly changed in the past few years. The book presents a collection of state-of-the-art approaches, focusing on the best-performing, cutting-edge solutions for the most common and difficult challenges faced in sentiment analysis research. Providing detailed explanations of the methodologies, the book is a valuable resource for researchers as well as newcomers to the field. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
