Data Fusion Methodology and Applications

روش‌شناسی و کاربردهای ترکیب داده الگوی اکتشاف مبتنی بر داده در علم و نیاز به رسیدگی به حجم زیادی از داده‌های متنوع را بررسی می‌کند. محرک های این تغییر شامل افزایش در دسترس بودن و دسترسی به پلتفرم های تحلیلی خط خطی، تکنیک های تصویربرداری، انفجار داده های omics و توسعه فناوری اطلاعات است. از آنجایی که تحقیقات مبتنی بر داده با یک نگرش استقرایی سر و کار دارد که هدف آن استخراج اطلاعات و ساخت مدل‌هایی است که قادر به استنباط پدیده‌های زیربنایی از خود داده‌ها هستند، این کتاب چالش‌ها و روش‌های مورد استفاده برای ادغام داده‌ها از منابع متعدد، بسترهای تحلیلی، روش‌های مختلف، و بازه های زمانی متفاوت.

Data Fusion Methodology and Applications explores the data-driven discovery paradigm in science and the need to handle large amounts of diverse data. Drivers of this change include the increased availability and accessibility of hyphenated analytical platforms, imaging techniques, the explosion of omics data, and the development of information technology. As data-driven research deals with an inductive attitude that aims to extract information and build models capable of inferring the underlying phenomena from the data itself, this book explores the challenges and methodologies used to integrate data from multiple sources, analytical platforms, different modalities, and varying timescales.