Linking and Mining Heterogeneous and Multi-view Data / P, Deepak ; Jurek-Loughrey, Anna  

Público ISBD Ningún comentario para este registro. Título : Linking and Mining Heterogeneous and Multi-view Data Tipo de documento: documento electrónico Autores: P, Deepak, ; Jurek-Loughrey, Anna, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: VIII, 343 p. 66 ilustraciones, 52 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-01872-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Telecomunicación  Procesamiento de la señal  Sistemas de reconocimiento de patrones  Inteligencia artificial  Procesamiento de datos  Ingeniería en Comunicaciones  Redes  Procesamiento de señales  voz e imágenes  Reconocimiento de patrones automatizado  Minería de datos y descubrimiento de conocimientos Índice Dewey: 621.382 Ingeniería de comunicaciones Resumen: Este libro destaca la investigación sobre la vinculación y extracción de datos de diversas fuentes de datos. Los autores se centran en los avances recientes en este floreciente campo de la fusión de datos de múltiples fuentes, con énfasis en el análisis de datos exploratorio y no supervisado, un área de creciente importancia ya que el ritmo de crecimiento de los datos supera ampliamente cualquier posibilidad de etiquetarlos manualmente. El libro analiza los algoritmos y tecnologías subyacentes que facilitan el área dentro del análisis de big data y cubre sus aplicaciones en dominios como transporte más inteligente, redes sociales, detección de noticias falsas y búsqueda empresarial, entre otros. Este libro permite a los lectores comprender un espectro de avances en esta área emergente y, con suerte, les permitirá aprovechar y desarrollar métodos de análisis y fusión de datos de múltiples fuentes con aplicaciones en una variedad de escenarios. Incluye avances en enfoques no supervisados, semisupervisados ​​y supervisados ​​para el enlace y la fusión de datos heterogéneos; Cubre casos de uso de análisis sobre datos heterogéneos y de múltiples vistas de una variedad de dominios, como noticias falsas, transporte más inteligente y redes sociales, entre otros; Proporciona una descripción general de alto nivel de los avances en este campo emergente y permite al lector explorar aplicaciones y metodologías novedosas que enriquecerían el campo. . Nota de contenido: Chapter 1. Multi-view Data Completion -- Chapter 2. Multi-view Clustering -- Chapter 3. Semi-supervised and Unsupervised Approaches to Record Pairs Classification in Multi-source Data Linkage -- Chapter 4. A Review of Unsupervised and Semi-Supervised Blocking Methods for Record Linkage -- Chapter 5. Traffic Sensing & Assessing in Digital Transportation Systems -- Chapter 6. How did the discussion go: Discourse act classification in social media conversations -- Chapter 7. Entity Linking in Enterprise Search: Combining Textual and Structural Information -- Chapter 8. Clustering Multi-view Data Using Non-negative Matrix Factorization and Manifold Learning for Effective Understanding: A Survey Paper -- Chapter 9. Leveraging Heterogeneous Data for Fake News Detection -- Chapter 10. On the Evaluation of Community Detection Algorithms on Heterogeneous Social Media Data -- Chapter 11. General Framework for Multi-View Metric Learning -- Chapter 12. Learning from imbalanced datasets with cross-view cooperation-based ensemble methods. 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 Linking and Mining Heterogeneous and Multi-view Data [documento electrónico] / P, Deepak, ; Jurek-Loughrey, Anna,  . -  1 ed.  . - [s.l.] : Springer, 2019 . - VIII, 343 p. 66 ilustraciones, 52 ilustraciones en color. ISBN : 978-3-030-01872-6 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Telecomunicación  Procesamiento de la señal  Sistemas de reconocimiento de patrones  Inteligencia artificial  Procesamiento de datos  Ingeniería en Comunicaciones  Redes  Procesamiento de señales  voz e imágenes  Reconocimiento de patrones automatizado  Minería de datos y descubrimiento de conocimientos Índice Dewey: 621.382 Ingeniería de comunicaciones Resumen: Este libro destaca la investigación sobre la vinculación y extracción de datos de diversas fuentes de datos. Los autores se centran en los avances recientes en este floreciente campo de la fusión de datos de múltiples fuentes, con énfasis en el análisis de datos exploratorio y no supervisado, un área de creciente importancia ya que el ritmo de crecimiento de los datos supera ampliamente cualquier posibilidad de etiquetarlos manualmente. El libro analiza los algoritmos y tecnologías subyacentes que facilitan el área dentro del análisis de big data y cubre sus aplicaciones en dominios como transporte más inteligente, redes sociales, detección de noticias falsas y búsqueda empresarial, entre otros. Este libro permite a los lectores comprender un espectro de avances en esta área emergente y, con suerte, les permitirá aprovechar y desarrollar métodos de análisis y fusión de datos de múltiples fuentes con aplicaciones en una variedad de escenarios. Incluye avances en enfoques no supervisados, semisupervisados ​​y supervisados ​​para el enlace y la fusión de datos heterogéneos; Cubre casos de uso de análisis sobre datos heterogéneos y de múltiples vistas de una variedad de dominios, como noticias falsas, transporte más inteligente y redes sociales, entre otros; Proporciona una descripción general de alto nivel de los avances en este campo emergente y permite al lector explorar aplicaciones y metodologías novedosas que enriquecerían el campo. . Nota de contenido: Chapter 1. Multi-view Data Completion -- Chapter 2. Multi-view Clustering -- Chapter 3. Semi-supervised and Unsupervised Approaches to Record Pairs Classification in Multi-source Data Linkage -- Chapter 4. A Review of Unsupervised and Semi-Supervised Blocking Methods for Record Linkage -- Chapter 5. Traffic Sensing & Assessing in Digital Transportation Systems -- Chapter 6. How did the discussion go: Discourse act classification in social media conversations -- Chapter 7. Entity Linking in Enterprise Search: Combining Textual and Structural Information -- Chapter 8. Clustering Multi-view Data Using Non-negative Matrix Factorization and Manifold Learning for Effective Understanding: A Survey Paper -- Chapter 9. Leveraging Heterogeneous Data for Fake News Detection -- Chapter 10. On the Evaluation of Community Detection Algorithms on Heterogeneous Social Media Data -- Chapter 11. General Framework for Multi-View Metric Learning -- Chapter 12. Learning from imbalanced datasets with cross-view cooperation-based ensemble methods. 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

---

1 (1 - 1 / 1) Por página: 25 50 100 200