دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Prem Raj Adhikari, Jaakko Hollmén (auth.), Johannes Fürnkranz, Eyke Hüllermeier, Tomoyuki Higuchi (eds.) سری: Lecture Notes in Computer Science 8140 ISBN (شابک) : 9783642408960, 9783642408977 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2013 تعداد صفحات: 371 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
کلمات کلیدی مربوط به کتاب علم کشف: 16th International Conference، DS 2013، سنگاپور، 6-9 اکتبر 2013. مقالات: هوش مصنوعی (شامل رباتیک)، ذخیره و بازیابی اطلاعات، کاربردهای سیستم های اطلاعاتی (شامل اینترنت)، مدیریت پایگاه داده، داده کاوی و کشف دانش، تحلیل الگوریتم و پیچیدگی مسائل
در صورت تبدیل فایل کتاب Discovery Science: 16th International Conference, DS 2013, Singapore, October 6-9, 2013. Proceedings به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب علم کشف: 16th International Conference، DS 2013، سنگاپور، 6-9 اکتبر 2013. مقالات نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب مجموعه مقالات شانزدهمین کنفرانس بینالمللی علوم اکتشاف، DS 2013 است که در اکتبر 2013 در سنگاپور برگزار شد، و با کنفرانس بینالمللی نظریه یادگیری الگوریتمی، ALT 2013 برگزار شد. 23 مقاله ارائه شده در این جلد از بین 52 مورد ارسالی به دقت بررسی و انتخاب شدند. آنها پیشرفتهای اخیر در توسعه و تجزیه و تحلیل روشهای کشف خودکار دانش علمی، یادگیری ماشینی، تجزیه و تحلیل هوشمند دادهها و کاربرد آنها در کشف دانش را پوشش میدهند.
This book constitutes the proceedings of the 16th International Conference on Discovery Science, DS 2013, held in Singapore in October 2013, and co-located with the International Conference on Algorithmic Learning Theory, ALT 2013. The 23 papers presented in this volume were carefully reviewed and selected from 52 submissions. They cover recent advances in the development and analysis of methods of automatic scientific knowledge discovery, machine learning, intelligent data analysis, and their application to knowledge discovery.
Front Matter....Pages -
Mixture Models from Multiresolution 0-1 Data....Pages 1-16
Model Tree Ensembles for Modeling Dynamic Systems....Pages 17-32
Fast and Scalable Image Retrieval Using Predictive Clustering Trees....Pages 33-48
Avoiding Anomalies in Data Stream Learning....Pages 49-63
Generalizing from Example Clusters....Pages 64-78
Clustering Based Active Learning for Evolving Data Streams....Pages 79-93
Robust Crowd Labeling Using Little Expertise....Pages 94-109
A New Approach to String Pattern Mining with Approximate Match....Pages 110-125
OntoDM-KDD: Ontology for Representing the Knowledge Discovery Process....Pages 126-140
A Wordification Approach to Relational Data Mining....Pages 141-154
Multi-interval Discretization of Continuous Attributes for Label Ranking....Pages 155-169
Identifying Super-Mediators of Information Diffusion in Social Networks....Pages 170-184
SM2D: A Modular Knowledge Discovery Approach Applied to Hydrological Forecasting....Pages 185-200
A Dynamic Programming Algorithm for Learning Chain Event Graphs....Pages 201-216
Mining Interesting Patterns in Multi-relational Data with N-ary Relationships....Pages 217-232
Learning Hierarchical Multi-label Classification Trees from Network Data....Pages 233-248
A Density-Based Backward Approach to Isolate Rare Events in Large-Scale Applications....Pages 249-264
Inductive Process Modeling of Rab5-Rab7 Conversion in Endocytosis....Pages 265-280
Fast Compression of Large-Scale Hypergraphs for Solving Combinatorial Problems....Pages 281-293
Semantic Data Mining of Financial News Articles....Pages 294-307
Polynomial Delay and Space Discovery of Connected and Acyclic Sub-hypergraphs in a Hypergraph....Pages 308-323
Hyperlink Prediction in Hypernetworks Using Latent Social Features....Pages 324-339
Extracting Opinionated (Sub)Features from a Stream of Product Reviews....Pages 340-355
Back Matter....Pages -