Autor Nicosia, Giuseppe
|
|
Documentos disponibles escritos por este autor (6)
Hacer una sugerencia Refinar búsqueda5th International Conference, LOD 2019, Siena, Italy, September 10–13, 2019, Proceedings / Nicosia, Giuseppe ; Pardalos, Panos ; Umeton, Renato ; Giuffrida, Giovanni ; Sciacca, Vincenzo
TÃtulo : 5th International Conference, LOD 2019, Siena, Italy, September 10–13, 2019, Proceedings Tipo de documento: documento electrónico Autores: Nicosia, Giuseppe, ; Pardalos, Panos, ; Umeton, Renato, ; Giuffrida, Giovanni, ; Sciacca, Vincenzo, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXVI, 772 p. 225 ilustraciones, 160 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-37599-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Software de la aplicacion Inteligencia artificial Procesamiento de datos Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Ãndice Dewey: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye las actas posteriores a la conferencia de la Quinta Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2019, celebrada en Siena, Italia, en septiembre de 2019. Los 54 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 158 presentaciones. Los artÃculos cubren temas en el campo del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Nota de contenido: Deep Neural Network Ensembles -- Driver Distraction Detection Using Deep Neural Network -- Deep Learning Algorithms for Complex Pattern Recognition in Ultrasonic Sensors Arrays -- An Information Analysis Approach into Feature Understanding of Convolutional Deep Neural Networks -- Stochastic Weight Matrix-based Regularization Methods for Deep Neural Networks -- Quantitative and Ontology-Based Comparison of Explanations for Image Classification -- About generative aspects of Variational Autoencoders -- Adapted Random Survival Forest for Histograms to Analyze NOx Sensor Failure in Heavy Trucks -- Incoherent submatrix selection via approximate independence sets in scalar product graphs -- LIA: A Label-Independent Algorithm for Feature Selection for Supervised Learning -- Relationship Estimation Metrics for Binary SoC Data -- Network Alignment using Graphlet Signature and High Order Proximity -- Effect of Market Spread over Reinforcement Learning based Market Maker -- A Beam Search for the LongestCommon Subsequence Problem Guided by a Novel Approximate Expected Length Calculation -- An Adaptive Parameter Free Particle Swarm Optimization Algorithm for the Permutation Flowshop Scheduling Problem -- The measure of regular relations recognition applied to the supervised classification task -- Simple and Accurate classifi cation method based on Class Association Rules performs well on well-known datasets -- Analyses of Multi-collection Corpora via Compound Topic Modeling -- Text mining with constrained tensor decomposition -- The induction problem: a machine learning vindication argument -- Geospatial Dimension in Association Rule Mining: The Case Study of the Amazon Charcoal Tree -- On Probabilistic k-Richness of the k-Means Algorithms -- Using clustering for supervised feature selection to detect relevant features -- A Structural Theorem for Center-Based Clustering in High-Dimensional Euclidean Space -- Modification of the k-MXT Algorithm and Its Application to the Geotagged Data Clustering -- CoPASample: A Heuristics based Covariance Preserving Data Augmentation -- Active Matrix Completion for Algorithm Selection -- A Framework for Multi- delity Modeling in Global Optimization Approaches -- Performance Evaluation of Local Surrogate Models in Bilevel Optimization -- BowTie - a deep learning feedforward neural network for sentiment analysis -- To What Extent Can Text Classifiation Help with Making Inferences About Students' Understanding -- Combinatorial Learning in Traffic Management -- Cartesian Genetic Programming with Guided and Single Active Mutations for Designing Combinational Logic Circuits -- Designing an Optimal and Resilient iBGP Overlay with extended ORRTD -- GRASP Heuristics for the Stochastic Weighted Graph Fragmentation Problem -- Uniformly Most-Reliable Graphs and Antiholes -- Merging Quality Estimation for Binary Decision Diagrams with Binary Classfi ers -- Directed Acyclic Graph Reconstruction Leveraging Prior Partial Ordering Information -- Learning Scale and Shift-Invariant Dictionary for Sparse Representation -- Robust kernelized Bayesian matrix factorization for video background/foreground separation -- Parameter Optimization of Polynomial Kernel SVM from miniCV -- Analysing the Over t of the auto-sklearn Automated Machine Learning Tool -- A New Baseline for Automated Hyper-Parameter Optimization -- Optimal trade-o between sample size and precision of supervision for the xed effects panel data model -- Restaurant Health Inspections and Crime Statistics Predict the Real Estate Market in New York City -- Load Forecasting in District Heating Networks: Model Comparison on a Real-World Case Study -- A Chained Neural Network Model for Photovoltaic Power Forecast -- Trading-o Data Fit and Complexity in Training Gaussian Processes with Multiple Kernels -- Designing Combinational Circuits Using a Multi-objective Cartesian Genetic Programming with Adaptive Population Size -- Multi-Task Learning by Pareto Optimality Nicosia -- Vital prognosis of patients in intensivecare units using an Ensemble of Bayesian Classifiers -- On the role of hub and orphan genes in the diagnosis of breast invasive carcinoma -- Approximating Probabilistic Constraints for Surgery Scheduling using Neural Networks -- Determining Principal Component Cardinality through the Principle of Minimum Description Length -- Modelling chaotic time series using recursive deep self-organising neural networks -- On Tree-based Methods for Similarity Learning -- Active Learning Approach for Safe Process Parameter Tuning -- Federated Learning of Deep Neural Decision Forests -- Data Anonymization for Privacy aware Machine Learning -- Exploiting Similar Behavior of Users in a Cooperative Optimization Approach for Distributing Service Points in Mobility Applications -- Long Short-Term Memory Networks for Earthquake Detection in Venezuelan Regions -- Zero-Shot Fashion Products Clustering on Social Image Streams -- Treating Arti cial Neural Net Training as a Nonsmooth Global Optimization Problem. En lÃnea: 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 5th International Conference, LOD 2019, Siena, Italy, September 10–13, 2019, Proceedings [documento electrónico] / Nicosia, Giuseppe, ; Pardalos, Panos, ; Umeton, Renato, ; Giuffrida, Giovanni, ; Sciacca, Vincenzo, . - 1 ed. . - [s.l.] : Springer, 2019 . - XXVI, 772 p. 225 ilustraciones, 160 ilustraciones en color.
ISBN : 978-3-030-37599-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Software de la aplicacion Inteligencia artificial Procesamiento de datos Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Ãndice Dewey: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye las actas posteriores a la conferencia de la Quinta Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2019, celebrada en Siena, Italia, en septiembre de 2019. Los 54 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 158 presentaciones. Los artÃculos cubren temas en el campo del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Nota de contenido: Deep Neural Network Ensembles -- Driver Distraction Detection Using Deep Neural Network -- Deep Learning Algorithms for Complex Pattern Recognition in Ultrasonic Sensors Arrays -- An Information Analysis Approach into Feature Understanding of Convolutional Deep Neural Networks -- Stochastic Weight Matrix-based Regularization Methods for Deep Neural Networks -- Quantitative and Ontology-Based Comparison of Explanations for Image Classification -- About generative aspects of Variational Autoencoders -- Adapted Random Survival Forest for Histograms to Analyze NOx Sensor Failure in Heavy Trucks -- Incoherent submatrix selection via approximate independence sets in scalar product graphs -- LIA: A Label-Independent Algorithm for Feature Selection for Supervised Learning -- Relationship Estimation Metrics for Binary SoC Data -- Network Alignment using Graphlet Signature and High Order Proximity -- Effect of Market Spread over Reinforcement Learning based Market Maker -- A Beam Search for the LongestCommon Subsequence Problem Guided by a Novel Approximate Expected Length Calculation -- An Adaptive Parameter Free Particle Swarm Optimization Algorithm for the Permutation Flowshop Scheduling Problem -- The measure of regular relations recognition applied to the supervised classification task -- Simple and Accurate classifi cation method based on Class Association Rules performs well on well-known datasets -- Analyses of Multi-collection Corpora via Compound Topic Modeling -- Text mining with constrained tensor decomposition -- The induction problem: a machine learning vindication argument -- Geospatial Dimension in Association Rule Mining: The Case Study of the Amazon Charcoal Tree -- On Probabilistic k-Richness of the k-Means Algorithms -- Using clustering for supervised feature selection to detect relevant features -- A Structural Theorem for Center-Based Clustering in High-Dimensional Euclidean Space -- Modification of the k-MXT Algorithm and Its Application to the Geotagged Data Clustering -- CoPASample: A Heuristics based Covariance Preserving Data Augmentation -- Active Matrix Completion for Algorithm Selection -- A Framework for Multi- delity Modeling in Global Optimization Approaches -- Performance Evaluation of Local Surrogate Models in Bilevel Optimization -- BowTie - a deep learning feedforward neural network for sentiment analysis -- To What Extent Can Text Classifiation Help with Making Inferences About Students' Understanding -- Combinatorial Learning in Traffic Management -- Cartesian Genetic Programming with Guided and Single Active Mutations for Designing Combinational Logic Circuits -- Designing an Optimal and Resilient iBGP Overlay with extended ORRTD -- GRASP Heuristics for the Stochastic Weighted Graph Fragmentation Problem -- Uniformly Most-Reliable Graphs and Antiholes -- Merging Quality Estimation for Binary Decision Diagrams with Binary Classfi ers -- Directed Acyclic Graph Reconstruction Leveraging Prior Partial Ordering Information -- Learning Scale and Shift-Invariant Dictionary for Sparse Representation -- Robust kernelized Bayesian matrix factorization for video background/foreground separation -- Parameter Optimization of Polynomial Kernel SVM from miniCV -- Analysing the Over t of the auto-sklearn Automated Machine Learning Tool -- A New Baseline for Automated Hyper-Parameter Optimization -- Optimal trade-o between sample size and precision of supervision for the xed effects panel data model -- Restaurant Health Inspections and Crime Statistics Predict the Real Estate Market in New York City -- Load Forecasting in District Heating Networks: Model Comparison on a Real-World Case Study -- A Chained Neural Network Model for Photovoltaic Power Forecast -- Trading-o Data Fit and Complexity in Training Gaussian Processes with Multiple Kernels -- Designing Combinational Circuits Using a Multi-objective Cartesian Genetic Programming with Adaptive Population Size -- Multi-Task Learning by Pareto Optimality Nicosia -- Vital prognosis of patients in intensivecare units using an Ensemble of Bayesian Classifiers -- On the role of hub and orphan genes in the diagnosis of breast invasive carcinoma -- Approximating Probabilistic Constraints for Surgery Scheduling using Neural Networks -- Determining Principal Component Cardinality through the Principle of Minimum Description Length -- Modelling chaotic time series using recursive deep self-organising neural networks -- On Tree-based Methods for Similarity Learning -- Active Learning Approach for Safe Process Parameter Tuning -- Federated Learning of Deep Neural Decision Forests -- Data Anonymization for Privacy aware Machine Learning -- Exploiting Similar Behavior of Users in a Cooperative Optimization Approach for Distributing Service Points in Mobility Applications -- Long Short-Term Memory Networks for Earthquake Detection in Venezuelan Regions -- Zero-Shot Fashion Products Clustering on Social Image Streams -- Treating Arti cial Neural Net Training as a Nonsmooth Global Optimization Problem. En lÃnea: 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
TÃtulo : 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part I Tipo de documento: documento electrónico Autores: Nicosia, Giuseppe, ; Ojha, Varun, ; La Malfa, Emanuele, ; Jansen, Giorgio, ; Sciacca, Vincenzo, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXXVII, 740 p. 55 ilustraciones ISBN/ISSN/DL: 978-3-030-64583-0 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 Software de la aplicacion Ordenadores Procesamiento de imágenes Visión por computador Informática Aplicaciones informáticas y de sistemas de información Entornos informáticos Imágenes por computadora visión reconocimiento de patrones y gráficos Matemáticas de la Computación Ãndice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes, LNCS 12565 y 12566, constituye las actas arbitradas de la 6.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2020, celebrada en Siena, Italia, en julio de 2020. Se presentaron un total de 116 artÃculos completos. en este conjunto de actas posteriores a la conferencia de dos volúmenes fue cuidadosamente revisado y seleccionado entre 209 presentaciones. Estos artÃculos de investigación fueron escritos por cientÃficos lÃderes en los campos del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. En lÃnea: 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 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part I [documento electrónico] / Nicosia, Giuseppe, ; Ojha, Varun, ; La Malfa, Emanuele, ; Jansen, Giorgio, ; Sciacca, Vincenzo, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, . - 1 ed. . - [s.l.] : Springer, 2020 . - XXXVII, 740 p. 55 ilustraciones.
ISBN : 978-3-030-64583-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Software de la aplicacion Ordenadores Procesamiento de imágenes Visión por computador Informática Aplicaciones informáticas y de sistemas de información Entornos informáticos Imágenes por computadora visión reconocimiento de patrones y gráficos Matemáticas de la Computación Ãndice Dewey: 006.3 Inteligencia artificial Resumen: Este conjunto de dos volúmenes, LNCS 12565 y 12566, constituye las actas arbitradas de la 6.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2020, celebrada en Siena, Italia, en julio de 2020. Se presentaron un total de 116 artÃculos completos. en este conjunto de actas posteriores a la conferencia de dos volúmenes fue cuidadosamente revisado y seleccionado entre 209 presentaciones. Estos artÃculos de investigación fueron escritos por cientÃficos lÃderes en los campos del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. En lÃnea: 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
TÃtulo : 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part II Tipo de documento: documento electrónico Autores: Nicosia, Giuseppe, ; Ojha, Varun, ; La Malfa, Emanuele, ; Jansen, Giorgio, ; Sciacca, Vincenzo, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXXVIII, 666 p. 211 ilustraciones, 179 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-64580-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Ciencias sociales Aprendizaje automático Inteligencia artificial Ordenadores Aplicación informática en ciencias sociales y del comportamiento Computadoras y Educación Entornos informáticos Ãndice Dewey: 30.000.285 Resumen: Este conjunto de dos volúmenes, LNCS 12565 y 12566, constituye las actas arbitradas de la 6.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2020, celebrada en Siena, Italia, en julio de 2020. Se presentaron un total de 116 artÃculos completos. en este conjunto de actas posteriores a la conferencia de dos volúmenes fue cuidadosamente revisado y seleccionado entre 209 presentaciones. Estos artÃculos de investigación fueron escritos por cientÃficos lÃderes en los campos del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. En lÃnea: 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 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part II [documento electrónico] / Nicosia, Giuseppe, ; Ojha, Varun, ; La Malfa, Emanuele, ; Jansen, Giorgio, ; Sciacca, Vincenzo, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, . - 1 ed. . - [s.l.] : Springer, 2020 . - XXXVIII, 666 p. 211 ilustraciones, 179 ilustraciones en color.
ISBN : 978-3-030-64580-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Ciencias sociales Aprendizaje automático Inteligencia artificial Ordenadores Aplicación informática en ciencias sociales y del comportamiento Computadoras y Educación Entornos informáticos Ãndice Dewey: 30.000.285 Resumen: Este conjunto de dos volúmenes, LNCS 12565 y 12566, constituye las actas arbitradas de la 6.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2020, celebrada en Siena, Italia, en julio de 2020. Se presentaron un total de 116 artÃculos completos. en este conjunto de actas posteriores a la conferencia de dos volúmenes fue cuidadosamente revisado y seleccionado entre 209 presentaciones. Estos artÃculos de investigación fueron escritos por cientÃficos lÃderes en los campos del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. En lÃnea: 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
TÃtulo : Machine Learning, Optimization, and Data Science : 4th International Conference, LOD 2018, Volterra, Italy, September 13-16, 2018, Revised Selected Papers Tipo de documento: documento electrónico Autores: Nicosia, Giuseppe, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, ; Sciacca, Vincenzo, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXII, 562 p. 224 ilustraciones, 115 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-13709-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Software de la aplicacion Aprendizaje automático Algoritmos Procesamiento de datos Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Ãndice Dewey: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye las actas posteriores a la 4.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2018, celebrada en Volterra, Italia, en septiembre de 2018. Los 46 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 126 presentaciones. Los artÃculos cubren temas en el campo del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Nota de contenido: Machine learning -- Artificial intelligence -- Reinforcement learning -- Computational optimization -- Data science presenting -- Deep learning -- Big data -- Data analytics -- Neural networks. En lÃnea: 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, Optimization, and Data Science : 4th International Conference, LOD 2018, Volterra, Italy, September 13-16, 2018, Revised Selected Papers [documento electrónico] / Nicosia, Giuseppe, ; Pardalos, Panos, ; Giuffrida, Giovanni, ; Umeton, Renato, ; Sciacca, Vincenzo, . - 1 ed. . - [s.l.] : Springer, 2019 . - XXII, 562 p. 224 ilustraciones, 115 ilustraciones en color.
ISBN : 978-3-030-13709-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Software de la aplicacion Aprendizaje automático Algoritmos Procesamiento de datos Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Ãndice Dewey: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye las actas posteriores a la 4.ª Conferencia Internacional sobre Aprendizaje Automático, Optimización y Ciencia de Datos, LOD 2018, celebrada en Volterra, Italia, en septiembre de 2018. Los 46 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 126 presentaciones. Los artÃculos cubren temas en el campo del aprendizaje automático, la inteligencia artificial, el aprendizaje por refuerzo, la optimización computacional y la ciencia de datos y presentan una variedad sustancial de ideas, tecnologÃas, algoritmos, métodos y aplicaciones. Nota de contenido: Machine learning -- Artificial intelligence -- Reinforcement learning -- Computational optimization -- Data science presenting -- Deep learning -- Big data -- Data analytics -- Neural networks. En lÃnea: 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
TÃtulo : Scientific Computing in Electrical Engineering : SCEE 2018, Taormina, Italy, September 2018 Tipo de documento: documento electrónico Autores: Nicosia, Giuseppe, ; Romano, Vittorio, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XVI, 288 p. 108 ilustraciones, 97 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-44101-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Modelos matemáticos Matemáticas Magnetismo Circuitos electrónicos Electrónica Modelización Matemática y Matemática Industrial Ciencias e IngenierÃa Computacional Circuitos y sistemas electrónicos Electrónica y Microelectrónica Instrumentación Ãndice Dewey: 003 Teoría general de Sistemas Resumen: Esta colección de artÃculos seleccionados presentados en la 12.ª Conferencia Internacional sobre Computación CientÃfica en IngenierÃa Eléctrica, SCEE 2018, celebrada en Taormina, Sicilia, Italia, en septiembre de 2018, muestra el estado del arte en SCEE. El objetivo de la conferencia SCEE 2018 fue reunir a cientÃficos de la academia y la industria, matemáticos, ingenieros eléctricos, informáticos y fÃsicos, y promover debates intensivos sobre problemas matemáticos relevantes para la industria, con énfasis en el modelado y la simulación numérica de circuitos electrónicos y de campos electromagnéticos. Este extenso trabajo de referencia se divide en cinco partes: Electromagnetismo computacional, Modelado y simulación de dispositivos, Simulación de circuitos, Métodos matemáticos y computacionales, Reducción del orden del modelo. Cada parte comienza con una introducción general, seguida de las respectivas contribuciones. El libro atraerá a matemáticos e ingenieros eléctricos. Además, presenta a los desarrolladores de algoritmos y programas los avances recientes en otros campos, mientras que a los expertos de la industria se les presentarán nuevas herramientas de programación y métodos matemáticos. Nota de contenido: Computational Electromagnetics -- Device Modeling and Simulation -- Circuit Simulation -- Mathematical and Computational Methods -- Model Order Reduction -- Index. En lÃnea: 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 Scientific Computing in Electrical Engineering : SCEE 2018, Taormina, Italy, September 2018 [documento electrónico] / Nicosia, Giuseppe, ; Romano, Vittorio, . - 1 ed. . - [s.l.] : Springer, 2020 . - XVI, 288 p. 108 ilustraciones, 97 ilustraciones en color.
ISBN : 978-3-030-44101-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Modelos matemáticos Matemáticas Magnetismo Circuitos electrónicos Electrónica Modelización Matemática y Matemática Industrial Ciencias e IngenierÃa Computacional Circuitos y sistemas electrónicos Electrónica y Microelectrónica Instrumentación Ãndice Dewey: 003 Teoría general de Sistemas Resumen: Esta colección de artÃculos seleccionados presentados en la 12.ª Conferencia Internacional sobre Computación CientÃfica en IngenierÃa Eléctrica, SCEE 2018, celebrada en Taormina, Sicilia, Italia, en septiembre de 2018, muestra el estado del arte en SCEE. El objetivo de la conferencia SCEE 2018 fue reunir a cientÃficos de la academia y la industria, matemáticos, ingenieros eléctricos, informáticos y fÃsicos, y promover debates intensivos sobre problemas matemáticos relevantes para la industria, con énfasis en el modelado y la simulación numérica de circuitos electrónicos y de campos electromagnéticos. Este extenso trabajo de referencia se divide en cinco partes: Electromagnetismo computacional, Modelado y simulación de dispositivos, Simulación de circuitos, Métodos matemáticos y computacionales, Reducción del orden del modelo. Cada parte comienza con una introducción general, seguida de las respectivas contribuciones. El libro atraerá a matemáticos e ingenieros eléctricos. Además, presenta a los desarrolladores de algoritmos y programas los avances recientes en otros campos, mientras que a los expertos de la industria se les presentarán nuevas herramientas de programación y métodos matemáticos. Nota de contenido: Computational Electromagnetics -- Device Modeling and Simulation -- Circuit Simulation -- Mathematical and Computational Methods -- Model Order Reduction -- Index. En lÃnea: 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
