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
دسته بندی: کامپیوتر ویرایش: نویسندگان: Xiaochun Wang, Xiali Wang, Mitch Wilkes سری: ISBN (شابک) : 9789811595189, 9789811595196 ناشر: Springer Singapore سال نشر: 2021 تعداد صفحات: 287 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب New Developments in Unsupervised Outlier Detection: Algorithms and Applications 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 تحولات جدید در تشخیص خارج از نظارت بدون نظارت: الگوریتم ها و برنامه ها 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 با پیشنهاد چندین امتیاز پرت جدید مبتنی بر فاصله و تراکم در یک محیط k-نزدیکترین همسایه، تحقیقات تشخیص نقاط پرت بدون نظارت را غنی میکند. فصلهای مربوطه، آخرین پیشرفتها در تحقیقات تشخیص نقاط پرت مبتنی بر k-نزدیکترین همسایه را برجسته میکنند و موضوعاتی مانند درک فعلی ما از تشخیص نقاط پرت بدون نظارت را به طور کلی پوشش میدهند. تشخیص نقاط پرت مبتنی بر فاصله و تراکم به ویژه؛ و کاربردهای جدیدترین یافته ها برای تشخیص نقاط مرزی و تشخیص اشیاء جدید. این کتاب همچنین دیدگاه جدیدی را در مورد پل زدن شکاف بین تشخیص نقاط پرت مبتنی بر k-نزدیکترین همسایه و تشخیص نقاط پرت مبتنی بر خوشه بندی ارائه می دهد، و زمینه را برای پیشرفت های آینده در تحقیقات تشخیص نقاط پرت بدون نظارت فراهم می کند. نویسندگان امیدوارند که الگوریتمها و برنامههای پیشنهادی در اینجا به عنوان منابع ارزشمندی برای محققان تشخیص نقاط دورتر برای سالهای آینده خدمت کنند.
This book enriches unsupervised outlier detection research by proposing several new distance-based and density-based outlier scores in a k-nearest neighbors’ setting. The respective chapters highlight the latest developments in k-nearest neighbor-based outlier detection research and cover such topics as our present understanding of unsupervised outlier detection in general; distance-based and density-based outlier detection in particular; and the applications of the latest findings to boundary point detection and novel object detection. The book also offers a new perspective on bridging the gap between k-nearest neighbor-based outlier detection and clustering-based outlier detection, laying the groundwork for future advances in unsupervised outlier detection research. The authors hope the algorithms and applications proposed here will serve as valuable resources for outlier detection researchers for years to come.
Front Matter ....Pages i-xxi
Front Matter ....Pages 1-1
Overview and Contributions (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 3-11
Developments in Unsupervised Outlier Detection Research (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 13-36
Front Matter ....Pages 37-37
A Fast Distance-Based Outlier Detection Technique Using a Divisive Hierarchical Clustering Algorithm (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 39-69
A k-Nearest Neighbor Centroid-Based Outlier Detection Method (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 71-112
A Minimum Spanning Tree Clustering-Inspired Outlier Detection Technique (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 113-145
A k-Nearest Neighbour Spectral Clustering-Based Outlier Detection Technique (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 147-172
Enhancing Outlier Detection by Filtering Out Core Points and Border Points (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 173-193
Front Matter ....Pages 195-195
An Effective Boundary Point Detection Algorithm Via k-Nearest Neighbors-Based Centroid (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 197-222
A Nearest Neighbor Classifier-Based Automated On-Line Novel Visual Percept Detection Method (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 223-255
Unsupervised Fraud Detection in Environmental Time Series Data (Xiaochun Wang, Xiali Wang, Mitch Wilkes)....Pages 257-277