Información del autor
Autor Zhao, Jun |
Documentos disponibles escritos por este autor (3)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Data-Driven Prediction for Industrial Processes and Their Applications Tipo de documento: documento electrónico Autores: Zhao, Jun, ; Wang, Wei, ; Sheng, Chunyang, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVI, 443 p. 167 ilustraciones, 128 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-94051-9 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 ArtÃculos Inteligencia artificial Sistemas de seguridad La investigación de operaciones MinerÃa de datos y descubrimiento de conocimientos Máquinas Herramientas Procesos Ciencia y tecnologÃa de seguridad Investigación de Operaciones y TeorÃa de la Decisión Clasificación: 006.312 Resumen: Este libro presenta métodos de modelado y algoritmos para la predicción y previsión basada en datos de procesos industriales prácticos mediante el empleo de metodologÃas estadÃsticas y de aprendizaje automático. También se abordan y analizan estudios de casos relacionados, especialmente sobre sistemas energéticos en la industria del acero. Los estudios de caso de este volumen se basan enteramente tanto en problemas clásicos de predicción basados ​​en datos como en requisitos de prácticas industriales. Figuras y tablas detalladas demuestran la efectividad y generalización de los métodos abordados, y las clasificaciones de los problemas de predicción abordados provienen de demandas industriales prácticas, más que de categorÃas académicas. De este modo, los lectores aprenderán los enfoques correspondientes para resolver sus problemas técnicos industriales. Aunque el contenido de este libro y sus estudios de casos provienen de la industria del acero, estas técnicas también pueden usarse para otras industrias de procesos. Este libro atrae a estudiantes, investigadores y profesionales dentro de las comunidades de aprendizaje automático, análisis de datos y minerÃa. Nota de contenido: Preface -- Introduction -- Why the prediction is required for industrial process -- Introduction to industrial process prediction -- Category of industrial process prediction -- Common-used techniques for industrial process prediction -- Brief summary -- Data preprocessing techniques -- Anomaly detection of data -- Correction of abnormal data -- Methods of packing missing data -- Data de-noising techniques -- Data fusion methods -- Discussion -- Industrial time series prediction -- Introduction -- Methods of phase space reconstruction -- Prediction modeling -- Benchmark prediction problems -- Cases of industrial applications -- Discussion -- Factor-based industrial process prediction -- Introduction -- Methods of determining factors -- Factor-based single-output model -- Factor-based multi-output model -- Cases of industrial applications -- Discussion -- Industrial Prediction intervals with data uncertainty -- Introduction -- Common-used techniques for prediction intervals -- Prediction intervals with noisy outputs -- Prediction intervals with noisy inputs and outputs -- Time series prediction intervals with missing input -- Industrial cases of prediction intervals -- Discussion -- Granular computing-based long term prediction intervals -- Introduction -- Basic theory of granular computing -- Techniques of granularity partition -- Long-term prediction model -- Granular-based prediction intervals -- Multi-dimension granular-based long term prediction intervals -- Discussion -- Parameters estimation and optimization -- Introduction -- Gradient-based methods -- Evolutionary algorithms -- Nonlinear Kalman-filter estimation -- Probabilistic methods -- Gamma-test based noise estimation -- Industrial applications -- Discussion -- Parallel computing considerations -- Introduction -- CUDA-based parallel acceleration -- Hadoop-based distributed computation -- Other techniques -- Industrial applications to parallel computing -- Discussion -- Prediction-based scheduling of industrial system -- Introduction -- Scheduling of blast furnace gas system -- Scheduling of coke oven gas system -- Scheduling of converter gas system -- Scheduling of oxygen system -- Predictive scheduling for plant-wide energy system -- Discussion. Tipo de medio : Computadora Summary : This book presents modeling methods and algorithms for data-driven prediction and forecasting of practical industrial process by employing machine learning and statistics methodologies. Related case studies, especially on energy systems in the steel industry are also addressed and analyzed. The case studies in this volume are entirely rooted in both classical data-driven prediction problems and industrial practice requirements. Detailed figures and tables demonstrate the effectiveness and generalization of the methods addressed, and the classifications of the addressed prediction problems come from practical industrial demands, rather than from academic categories. As such, readers will learn the corresponding approaches for resolving their industrial technical problems. Although the contents of this book and its case studies come from the steel industry, these techniques can be also used for other process industries. This book appeals to students, researchers, and professionals withinthe machine learning and data analysis and mining communities. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Data-Driven Prediction for Industrial Processes and Their Applications [documento electrónico] / Zhao, Jun, ; Wang, Wei, ; Sheng, Chunyang, . - 1 ed. . - [s.l.] : Springer, 2018 . - XVI, 443 p. 167 ilustraciones, 128 ilustraciones en color.
ISBN : 978-3-319-94051-9
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 ArtÃculos Inteligencia artificial Sistemas de seguridad La investigación de operaciones MinerÃa de datos y descubrimiento de conocimientos Máquinas Herramientas Procesos Ciencia y tecnologÃa de seguridad Investigación de Operaciones y TeorÃa de la Decisión Clasificación: 006.312 Resumen: Este libro presenta métodos de modelado y algoritmos para la predicción y previsión basada en datos de procesos industriales prácticos mediante el empleo de metodologÃas estadÃsticas y de aprendizaje automático. También se abordan y analizan estudios de casos relacionados, especialmente sobre sistemas energéticos en la industria del acero. Los estudios de caso de este volumen se basan enteramente tanto en problemas clásicos de predicción basados ​​en datos como en requisitos de prácticas industriales. Figuras y tablas detalladas demuestran la efectividad y generalización de los métodos abordados, y las clasificaciones de los problemas de predicción abordados provienen de demandas industriales prácticas, más que de categorÃas académicas. De este modo, los lectores aprenderán los enfoques correspondientes para resolver sus problemas técnicos industriales. Aunque el contenido de este libro y sus estudios de casos provienen de la industria del acero, estas técnicas también pueden usarse para otras industrias de procesos. Este libro atrae a estudiantes, investigadores y profesionales dentro de las comunidades de aprendizaje automático, análisis de datos y minerÃa. Nota de contenido: Preface -- Introduction -- Why the prediction is required for industrial process -- Introduction to industrial process prediction -- Category of industrial process prediction -- Common-used techniques for industrial process prediction -- Brief summary -- Data preprocessing techniques -- Anomaly detection of data -- Correction of abnormal data -- Methods of packing missing data -- Data de-noising techniques -- Data fusion methods -- Discussion -- Industrial time series prediction -- Introduction -- Methods of phase space reconstruction -- Prediction modeling -- Benchmark prediction problems -- Cases of industrial applications -- Discussion -- Factor-based industrial process prediction -- Introduction -- Methods of determining factors -- Factor-based single-output model -- Factor-based multi-output model -- Cases of industrial applications -- Discussion -- Industrial Prediction intervals with data uncertainty -- Introduction -- Common-used techniques for prediction intervals -- Prediction intervals with noisy outputs -- Prediction intervals with noisy inputs and outputs -- Time series prediction intervals with missing input -- Industrial cases of prediction intervals -- Discussion -- Granular computing-based long term prediction intervals -- Introduction -- Basic theory of granular computing -- Techniques of granularity partition -- Long-term prediction model -- Granular-based prediction intervals -- Multi-dimension granular-based long term prediction intervals -- Discussion -- Parameters estimation and optimization -- Introduction -- Gradient-based methods -- Evolutionary algorithms -- Nonlinear Kalman-filter estimation -- Probabilistic methods -- Gamma-test based noise estimation -- Industrial applications -- Discussion -- Parallel computing considerations -- Introduction -- CUDA-based parallel acceleration -- Hadoop-based distributed computation -- Other techniques -- Industrial applications to parallel computing -- Discussion -- Prediction-based scheduling of industrial system -- Introduction -- Scheduling of blast furnace gas system -- Scheduling of coke oven gas system -- Scheduling of converter gas system -- Scheduling of oxygen system -- Predictive scheduling for plant-wide energy system -- Discussion. Tipo de medio : Computadora Summary : This book presents modeling methods and algorithms for data-driven prediction and forecasting of practical industrial process by employing machine learning and statistics methodologies. Related case studies, especially on energy systems in the steel industry are also addressed and analyzed. The case studies in this volume are entirely rooted in both classical data-driven prediction problems and industrial practice requirements. Detailed figures and tables demonstrate the effectiveness and generalization of the methods addressed, and the classifications of the addressed prediction problems come from practical industrial demands, rather than from academic categories. As such, readers will learn the corresponding approaches for resolving their industrial technical problems. Although the contents of this book and its case studies come from the steel industry, these techniques can be also used for other process industries. This book appeals to students, researchers, and professionals withinthe machine learning and data analysis and mining communities. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Knowledge Engineering and Knowledge Management / Ciancarini, Paolo ; Poggi, Francesco ; Horridge, Matthew ; Zhao, Jun ; Groza, Tudor ; Suárez-Figueroa, Mari Carmen ; d'Aquin, Mathieu ; Presutti, Valentina
TÃtulo : Knowledge Engineering and Knowledge Management : EKAW 2016 Satellite Events, EKM and Drift-an-LOD, Bologna, Italy, November 19–23, 2016, Revised Selected Papers / Tipo de documento: documento electrónico Autores: Ciancarini, Paolo, ; Poggi, Francesco, ; Horridge, Matthew, ; Zhao, Jun, ; Groza, Tudor, ; Suárez-Figueroa, Mari Carmen, ; d'Aquin, Mathieu, ; Presutti, Valentina, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XIV, 288 p. 61 ilustraciones ISBN/ISSN/DL: 978-3-319-58694-6 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: Inteligencia artificial Procesamiento del lenguaje natural (Informática) TeorÃa de las máquinas Procesamiento de datos TecnologÃa de la información Procesamiento del lenguaje natural (PNL) Lenguajes formales y teorÃa de los autómatas MinerÃa de datos y descubrimiento de conocimientos Aplicación Informática en Tratamiento de Datos Administrativos Clasificación: 006.3 Resumen: Este libro contiene los artÃculos mejor seleccionados de dos eventos satélite celebrados en la 20ª Conferencia Internacional sobre IngenierÃa del Conocimiento y Gestión del Conocimiento, EKAW 2016, en noviembre de 2016 en Bolonia, Italia: el Segundo Taller Internacional sobre Gestión del Conocimiento Educativo, EKM 2016, y el Primer Taller: Detección, representación y gestión de la deriva de conceptos en datos abiertos vinculados, Drift-an-LOD 2016. Los 6 artÃculos completos revisados ​​incluidos en este volumen fueron cuidadosamente revisados ​​y seleccionados de los 13 artÃculos completos que fueron aceptados para su presentación en la conferencia de las 82 presentaciones iniciales. Este volumen también contiene las 37 contribuciones aceptadas para los tutoriales, las sesiones de demostración y carteles de EKAW 2016, y el consorcio doctoral. El enfoque especial del EKAW de este año fue el "conocimiento en evolución", que se refiere a todos los aspectos de la gestión y adquisición de representaciones de conocimiento de modelos locales, contextuales y en evolución. Esto incluye gestión de cambios, detección de tendencias, evolución de modelos, flujo de datos y razonamiento de flujos, procesamiento de eventos, modelos dependientes del tiempo y el espacio, representaciones de conocimiento contextual y local con especial énfasis en la capacidad de evolución y localización del conocimiento y el uso correcto de estos lÃmites. . Tipo de medio : Computadora Summary : This book contains the best selected papers of two Satellite Events held at the 20th International Conference on Knowledge Engineering and Knowledge Management, EKAW 2016, in November 2016 in Bologna, Italy: The Second International Workshop on Educational Knowledge Management, EKM 2016, and the First Workshop: Detection, Representation and Management of Concept Drift in Linked Open Data, Drift-an-LOD 2016. The 6 revised full papers included in this volume were carefully reviewed and selected from the 13 full papers that were accepted for presentation at the conference from the initial 82 submissions. This volume also contains the 37 accepted contributions for the EKAW 2016 tutorials, demo and poster sessions, and the doctoral consortium. The special focus of this year's EKAW was "evolving knowledge", which concerns all aspects of the management and acquisition of knowledge representations of evolving, contextual, and local models. This includes change management, trend detection, model evolution, streaming data and stream reasoning, event processing, time-and space dependent models, contextual and local knowledge representations with a special emphasis on the evolvability and localization of knowledge and the correct usage of these limits. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Knowledge Engineering and Knowledge Management : EKAW 2016 Satellite Events, EKM and Drift-an-LOD, Bologna, Italy, November 19–23, 2016, Revised Selected Papers / [documento electrónico] / Ciancarini, Paolo, ; Poggi, Francesco, ; Horridge, Matthew, ; Zhao, Jun, ; Groza, Tudor, ; Suárez-Figueroa, Mari Carmen, ; d'Aquin, Mathieu, ; Presutti, Valentina, . - 1 ed. . - [s.l.] : Springer, 2017 . - XIV, 288 p. 61 ilustraciones.
ISBN : 978-3-319-58694-6
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: Inteligencia artificial Procesamiento del lenguaje natural (Informática) TeorÃa de las máquinas Procesamiento de datos TecnologÃa de la información Procesamiento del lenguaje natural (PNL) Lenguajes formales y teorÃa de los autómatas MinerÃa de datos y descubrimiento de conocimientos Aplicación Informática en Tratamiento de Datos Administrativos Clasificación: 006.3 Resumen: Este libro contiene los artÃculos mejor seleccionados de dos eventos satélite celebrados en la 20ª Conferencia Internacional sobre IngenierÃa del Conocimiento y Gestión del Conocimiento, EKAW 2016, en noviembre de 2016 en Bolonia, Italia: el Segundo Taller Internacional sobre Gestión del Conocimiento Educativo, EKM 2016, y el Primer Taller: Detección, representación y gestión de la deriva de conceptos en datos abiertos vinculados, Drift-an-LOD 2016. Los 6 artÃculos completos revisados ​​incluidos en este volumen fueron cuidadosamente revisados ​​y seleccionados de los 13 artÃculos completos que fueron aceptados para su presentación en la conferencia de las 82 presentaciones iniciales. Este volumen también contiene las 37 contribuciones aceptadas para los tutoriales, las sesiones de demostración y carteles de EKAW 2016, y el consorcio doctoral. El enfoque especial del EKAW de este año fue el "conocimiento en evolución", que se refiere a todos los aspectos de la gestión y adquisición de representaciones de conocimiento de modelos locales, contextuales y en evolución. Esto incluye gestión de cambios, detección de tendencias, evolución de modelos, flujo de datos y razonamiento de flujos, procesamiento de eventos, modelos dependientes del tiempo y el espacio, representaciones de conocimiento contextual y local con especial énfasis en la capacidad de evolución y localización del conocimiento y el uso correcto de estos lÃmites. . Tipo de medio : Computadora Summary : This book contains the best selected papers of two Satellite Events held at the 20th International Conference on Knowledge Engineering and Knowledge Management, EKAW 2016, in November 2016 in Bologna, Italy: The Second International Workshop on Educational Knowledge Management, EKM 2016, and the First Workshop: Detection, Representation and Management of Concept Drift in Linked Open Data, Drift-an-LOD 2016. The 6 revised full papers included in this volume were carefully reviewed and selected from the 13 full papers that were accepted for presentation at the conference from the initial 82 submissions. This volume also contains the 37 accepted contributions for the EKAW 2016 tutorials, demo and poster sessions, and the doctoral consortium. The special focus of this year's EKAW was "evolving knowledge", which concerns all aspects of the management and acquisition of knowledge representations of evolving, contextual, and local models. This includes change management, trend detection, model evolution, streaming data and stream reasoning, event processing, time-and space dependent models, contextual and local knowledge representations with a special emphasis on the evolvability and localization of knowledge and the correct usage of these limits. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Knowledge Graph and Semantic Computing. Knowledge Computing and Language Understanding : Third China Conference, CCKS 2018, Tianjin, China, August 14–17, 2018, Revised Selected Papers / Tipo de documento: documento electrónico Autores: Zhao, Jun, ; Harmelen, Frank van, ; Tang, Jie, ; Han, Xianpei, ; Wang, Quan, ; Li, Xianyong, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2019 Número de páginas: XVI, 143 p. 77 ilustraciones, 45 ilustraciones en color. ISBN/ISSN/DL: 978-981-1331466-- 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: Inteligencia artificial TeorÃa de las máquinas TecnologÃa de la información Procesamiento de datos Lenguajes formales y teorÃa de los autómatas Aplicación Informática en Tratamiento de Datos Administrativos MinerÃa de datos y descubrimiento de conocimientos Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas de la Tercera Conferencia de China sobre Gráficos de Conocimiento y Computación Semántica, CCKS 2018, celebrada en Tianjin, China, en agosto de 2018. Los 27 artÃculos completos revisados ​​y los 2 artÃculos breves revisados ​​presentados fueron cuidadosamente revisados ​​y seleccionados entre 101 presentaciones. . Los artÃculos cubren amplios campos de investigación que incluyen el gráfico de conocimiento, la extracción de información, la representación y el razonamiento del conocimiento y los datos vinculados. Nota de contenido: Towards answering geography questions in Gaokao: a hybrid approach -- Distant supervision for chinese temporal tagging -- Convolutional neural network-based question answering over knowledge base with type constraint -- MMCRD: An effective algorithm for deploying monitoring point on social network -- Deep learning for knowledge-driven ontology stream prediction -- DSKG: a Deep sequential model for knowledge graph completion -- Pattern learning for Chinese open information extraction -- Adversarial training for relation classification with attention based gate mechanism -- A novel approach on entity linking for encyclopedia infoboxes -- Predicting concept-based research trends with rhetorical framing -- Knowledge augmented inference network for natural language inference -- Survey on schema induction from knowledge graphs. Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the Third China Conference on Knowledge Graph and Semantic Computing, CCKS 2018, held in Tianjin, China, in August 2018. The 27 revised full papers and 2 revised short papers presented were carefully reviewed and selected from 101 submissions. The papers cover wide research fields including the knowledge graph, information extraction, knowledge representation and reasoning, linked data. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Knowledge Graph and Semantic Computing. Knowledge Computing and Language Understanding : Third China Conference, CCKS 2018, Tianjin, China, August 14–17, 2018, Revised Selected Papers / [documento electrónico] / Zhao, Jun, ; Harmelen, Frank van, ; Tang, Jie, ; Han, Xianpei, ; Wang, Quan, ; Li, Xianyong, . - 1 ed. . - Singapore [Malasia] : Springer, 2019 . - XVI, 143 p. 77 ilustraciones, 45 ilustraciones en color.
ISBN : 978-981-1331466--
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: Inteligencia artificial TeorÃa de las máquinas TecnologÃa de la información Procesamiento de datos Lenguajes formales y teorÃa de los autómatas Aplicación Informática en Tratamiento de Datos Administrativos MinerÃa de datos y descubrimiento de conocimientos Clasificación: 006.3 Resumen: Este libro constituye las actas arbitradas de la Tercera Conferencia de China sobre Gráficos de Conocimiento y Computación Semántica, CCKS 2018, celebrada en Tianjin, China, en agosto de 2018. Los 27 artÃculos completos revisados ​​y los 2 artÃculos breves revisados ​​presentados fueron cuidadosamente revisados ​​y seleccionados entre 101 presentaciones. . Los artÃculos cubren amplios campos de investigación que incluyen el gráfico de conocimiento, la extracción de información, la representación y el razonamiento del conocimiento y los datos vinculados. Nota de contenido: Towards answering geography questions in Gaokao: a hybrid approach -- Distant supervision for chinese temporal tagging -- Convolutional neural network-based question answering over knowledge base with type constraint -- MMCRD: An effective algorithm for deploying monitoring point on social network -- Deep learning for knowledge-driven ontology stream prediction -- DSKG: a Deep sequential model for knowledge graph completion -- Pattern learning for Chinese open information extraction -- Adversarial training for relation classification with attention based gate mechanism -- A novel approach on entity linking for encyclopedia infoboxes -- Predicting concept-based research trends with rhetorical framing -- Knowledge augmented inference network for natural language inference -- Survey on schema induction from knowledge graphs. Tipo de medio : Computadora Summary : This book constitutes the refereed proceedings of the Third China Conference on Knowledge Graph and Semantic Computing, CCKS 2018, held in Tianjin, China, in August 2018. The 27 revised full papers and 2 revised short papers presented were carefully reviewed and selected from 101 submissions. The papers cover wide research fields including the knowledge graph, information extraction, knowledge representation and reasoning, linked data. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
