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: [1st ed. 2019] نویسندگان: Hujun Yin, David Camacho, Peter Tino, Antonio J. Tallón-Ballesteros, Ronaldo Menezes, Richard Allmendinger سری: Lecture Notes in Computer Science 11872 ISBN (شابک) : 9783030336165, 9783030336172 ناشر: Springer International Publishing سال نشر: 2019 تعداد صفحات: XXI, 364 [376] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 38 Mb
در صورت تبدیل فایل کتاب Intelligent Data Engineering and Automated Learning – IDEAL 2019: 20th International Conference, Manchester, UK, November 14–16, 2019, Proceedings, Part II 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 مهندسی داده هوشمند و یادگیری خودکار – IDEAL 2019: بیستمین کنفرانس بین المللی، منچستر، انگلستان، 14 تا 16 نوامبر 2019، مجموعه مقالات، قسمت دوم 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 مجموعه دو جلدی از LNCS 11871 و 11872 مجموعه مقالات کنفرانس با داوری کامل بیستمین کنفرانس بینالمللی مهندسی داده هوشمند و یادگیری خودکار، IDEAL 2019، که در نوامبر 2019 در منچستر، انگلستان برگزار شد، تشکیل میدهد.</ p>
94 مقاله کامل ارائه شده با دقت بررسی و از بین 149 مقاله ارسالی انتخاب شدند. این مقالات نمونهای بهموقع از آخرین پیشرفتها در مهندسی داده و یادگیری ماشین، از متدولوژیها، چارچوبها و الگوریتمها گرفته تا برنامههای کاربردی ارائه میکنند. موضوعات اصلی IDEAL 2019 شامل چالش های کلان داده، یادگیری ماشین، داده کاوی، بازیابی و مدیریت اطلاعات، بیو/عصب انفورماتیک، مدل های الهام گرفته شده از زیست (شامل شبکه های عصبی، محاسبات تکاملی و هوش ازدحام)، عامل ها و سیستم های هوشمند ترکیبی است. ، کاربردهای دنیای واقعی تکنیک های هوشمند و هوش مصنوعی.
This two-volume set of LNCS 11871 and 11872 constitutes the thoroughly refereed conference proceedings of the 20th International Conference on Intelligent Data Engineering and Automated Learning, IDEAL 2019, held in Manchester, UK, in November 2019.
The 94 full papers presented were carefully reviewed and selected from 149 submissions. These papers provided a timely sample of the latest advances in data engineering and machine learning, from methodologies, frameworks, and algorithms to applications. The core themes of IDEAL 2019 include big data challenges, machine learning, data mining, information retrieval and management, bio-/neuro-informatics, bio-inspired models (including neural networks, evolutionary computation and swarm intelligence), agents and hybrid intelligent systems, real-world applications of intelligent techniques and AI.
Front Matter ....Pages i-xxi
Front Matter ....Pages 1-1
Computational Generalization in Taxonomies Applied to: (1) Analyze Tendencies of Research and (2) Extend User Audiences (Dmitry Frolov, Susana Nascimento, Trevor Fenner, Zina Taran, Boris Mirkin)....Pages 3-11
Unsupervised Initialization of Archetypal Analysis and Proportional Membership Fuzzy Clustering (Susana Nascimento, Nuno Madaleno)....Pages 12-20
Front Matter ....Pages 21-21
Multimodal Web Based Video Annotator with Real-Time Human Pose Estimation (Rui Rodrigues, Rui Neves Madeira, Nuno Correia, Carla Fernandes, Sara Ribeiro)....Pages 23-30
New Interfaces for Classifying Performance Gestures in Music (Chris Rhodes, Richard Allmendinger, Ricardo Climent)....Pages 31-42
Front Matter ....Pages 43-43
Classifying Ransomware Using Machine Learning Algorithms (Samuel Egunjobi, Simon Parkinson, Andrew Crampton)....Pages 45-52
Artificial Neural Networks in Mathematical Mini-Games for Automatic Students’ Learning Styles Identification: A First Approach (Richard Torres-Molina, Jorge Banda-Almeida, Lorena Guachi-Guachi)....Pages 53-60
The Use of Unified Activity Records to Predict Requests Made by Applications for External Services (Maciej Grzenda, Robert Kunicki, Jaroslaw Legierski)....Pages 61-69
Fuzzy Clustering Approach to Data Selection for Computer Usage in Headache Disorders (Svetlana Simić, Ljiljana Radmilo, Dragan Simić, Svetislav D. Simić, Antonio J. Tallón-Ballesteros)....Pages 70-77
Multitemporal Aerial Image Registration Using Semantic Features (Ananya Gupta, Yao Peng, Simon Watson, Hujun Yin)....Pages 78-86
Front Matter ....Pages 87-87
Brain Tumor Classification Using Principal Component Analysis and Kernel Support Vector Machine (Richard Torres-Molina, Carlos Bustamante-Orellana, Andrés Riofrío-Valdivieso, Francisco Quinga-Socasi, Robinson Guachi, Lorena Guachi-Guachi)....Pages 89-96
Modelling Survival by Machine Learning Methods in Liver Transplantation: Application to the UNOS Dataset (David Guijo-Rubio, Pedro J. Villalón-Vaquero, Pedro A. Gutiérrez, Maria Dolores Ayllón, Javier Briceño, César Hervás-Martínez)....Pages 97-104
Design and Development of an Automatic Blood Detection System for Capsule Endoscopy Images (Pedro Pons, Reinier Noorda, Andrea Nevárez, Adrián Colomer, Vicente Pons Beltrán, Valery Naranjo)....Pages 105-113
Comparative Analysis for Computer-Based Decision Support: Case Study of Knee Osteoarthritis (Philippa Grace McCabe, Ivan Olier, Sandra Ortega-Martorell, Ian Jarman, Vasilios Baltzopoulos, Paulo Lisboa)....Pages 114-122
A Clustering-Based Patient Grouper for Burn Care (Chimdimma Noelyn Onah, Richard Allmendinger, Julia Handl, Paraskevas Yiapanis, Ken W. Dunn)....Pages 123-131
A Comparative Assessment of Feed-Forward and Convolutional Neural Networks for the Classification of Prostate Lesions (Sabrina Marnell, Patrick Riley, Ivan Olier, Marc Rea, Sandra Ortega-Martorell)....Pages 132-138
Front Matter ....Pages 139-139
A Method Based on Filter Bank Common Spatial Pattern for Multiclass Motor Imagery BCI (Ziqing Xia, Likun Xia, Ming Ma)....Pages 141-149
Safe Deep Neural Network-Driven Autonomous Vehicles Using Software Safety Cages (Sampo Kuutti, Richard Bowden, Harita Joshi, Robert de Temple, Saber Fallah)....Pages 150-160
Wave and Viscous Resistance Estimation by NN (D. Marón, M. Santos)....Pages 161-168
Neural Controller of UAVs with Inertia Variations (J. Enrique Sierra-Garcia, Matilde Santos, Juan G. Victores)....Pages 169-177
Front Matter ....Pages 179-179
A Metric Framework for Quantifying Data Concentration (Peter Mitic)....Pages 181-190
Adaptive Machine Learning-Based Stock Prediction Using Financial Time Series Technical Indicators (Ahmed K. Taha, Mohamed H. Kholief, Walid AbdelMoez)....Pages 191-199
Front Matter ....Pages 201-201
Exploiting Online Newspaper Articles Metadata for Profiling City Areas (Livio Cascone, Pietro Ducange, Francesco Marcelloni)....Pages 203-215
Modelling the Social Interactions in Ant Colony Optimization (Nishant Gurrapadi, Lydia Taw, Mariana Macedo, Marcos Oliveira, Diego Pinheiro, Carmelo Bastos-Filho et al.)....Pages 216-224
An Innovative Deep-Learning Algorithm for Supporting the Approximate Classification of Workloads in Big Data Environments (Alfredo Cuzzocrea, Enzo Mumolo, Carson K. Leung, Giorgio Mario Grasso)....Pages 225-237
Control-Flow Business Process Summarization via Activity Contraction (Valeria Fionda, Gianluigi Greco)....Pages 238-248
Classifying Flies Based on Reconstructed Audio Signals (Michael Flynn, Anthony Bagnall)....Pages 249-258
Studying the Evolution of the ‘Circular Economy’ Concept Using Topic Modelling (Sampriti Mahanty, Frank Boons, Julia Handl, Riza Batista-Navarro)....Pages 259-270
Mining Frequent Distributions in Time Series (José Carlos Coutinho, João Mendes Moreira, Cláudio Rebelo de Sá)....Pages 271-279
Time Series Display for Knowledge Discovery on Selective Laser Melting Machines (Ramón Moreno, Juan Carlos Pereira, Alex López, Asif Mohammed, Prasha Pahlevannejad)....Pages 280-290
Front Matter ....Pages 291-291
Using Prior Knowledge to Facilitate Computational Reading of Arabic Calligraphy (Seetah ALSalamah, Riza Batista-Navarro, Ross D. King)....Pages 293-304
SMOTE Algorithm Variations in Balancing Data Streams (Bogdan Gulowaty, Paweł Ksieniewicz)....Pages 305-312
Multi-class Text Complexity Evaluation via Deep Neural Networks (Alfredo Cuzzocrea, Giosué Lo Bosco, Giovanni Pilato, Daniele Schicchi)....Pages 313-322
Imbalance Reduction Techniques Applied to ECG Classification Problem (Jȩdrzej Kozal, Paweł Ksieniewicz)....Pages 323-331
Machine Learning Methods for Fake News Classification (Paweł Ksieniewicz, Michał Choraś, Rafał Kozik, Michał Woźniak)....Pages 332-339
A Genetic-Based Ensemble Learning Applied to Imbalanced Data Classification (Jakub Klikowski, Paweł Ksieniewicz, Michał Woźniak)....Pages 340-352
The Feasibility of Deep Learning Use for Adversarial Model Extraction in the Cybersecurity Domain (Michał Choraś, Marek Pawlicki, Rafał Kozik)....Pages 353-360
Back Matter ....Pages 361-364