It will be shipped from our warehouse between Wednesday, July 03 and Thursday, July 04.
You will receive it anywhere in United States between 1 and 3 business days after shipment.
Multisorgente Eterogeneo Grafico Grandi dati Apprendimento della rappresentazione (in Italian)
Liang, Xun
Synopsis "Multisorgente Eterogeneo Grafico Grandi dati Apprendimento della rappresentazione (in Italian)"
La grande quantità di dati accumulati e complessi comporta anche sfide per l'interrogazione e l'elaborazione. Con l'aggiornamento dei dati, il numero di nodi e bordi contenuti nel grafo può diventare sempre più grande. Il numero di nodi nei dati di struttura a grafo su larga scala può raggiungere milioni o addirittura centinaia di milioni e presenta le caratteristiche di multisorgente, eterogeneità, isomerizzazione e dinamica.I big data eterogenei a più fonti possono spesso essere modellati in una struttura di dati a grafo con l'apprendimento della rappresentazione. Il grafo di rete complesso ha normalmente alcune particolarità, che aumentano la difficoltà della ricerca. Il modello di apprendimento della rappresentazione dei dati a grafo eterogeneo complesso su larga scala ha un'ampia gamma di applicazioni in molti campi. Questo libro affronta questi modelli di apprendimento di rappresentazione dei dati a grafo eterogeneo multisorgente e le loro applicazioni nel campo della sicurezza pubblica.