Knowledge Discovery from Sensor Data / Nejlevnější knihy
Knowledge Discovery from Sensor Data

Kód: 01655672

Knowledge Discovery from Sensor Data

Autor Mohamed Medhat Gaber, Ranga Raju Vatsavai, Olufemi A. Omitaomu, Jo

This book contains thoroughly refereed extended papers from the Second International Workshop on Knowledge Discovery from Sensor Data, Sensor-KDD 2008, held in Las Vegas, NV, USA, in August 2008. The 12 revised papers presented to ... celý popis

1250


Skladem u dodavatele
Odesíláme za 5-8 dnů
Přidat mezi přání

Mohlo by se vám také líbit

Darujte tuto knihu ještě dnes
  1. Objednejte knihu a zvolte Zaslat jako dárek.
  2. Obratem obdržíte darovací poukaz na knihu, který můžete ihned předat obdarovanému.
  3. Knihu zašleme na adresu obdarovaného, o nic se nestaráte.

Více informací

Více informací o knize Knowledge Discovery from Sensor Data

Nákupem získáte 125 bodů

Anotace knihy

This book contains thoroughly refereed extended papers from the Second International Workshop on Knowledge Discovery from Sensor Data, Sensor-KDD 2008, held in Las Vegas, NV, USA, in August 2008. The 12 revised papers presented together with an invited paper were carefully reviewed and selected from numerous submissions. The papers feature important aspects of knowledge discovery from sensor data, e.g., data mining for diagnostic debugging; incremental histogram distribution for change detection; situation-aware adaptive visualization; WiFi mining; mobile sensor data mining; incremental anomaly detection; and spatiotemporal neighborhood discovery for sensor data.

Parametry knihy

Zařazení knihy Knihy v angličtině Computing & information technology Computer science Artificial intelligence

1250

Oblíbené z jiného soudku



Osobní odběr Praha, Brno a 48322 dalších

Copyright ©2008-26 nejlevnejsi-knihy.cz Všechna práva vyhrazenaSoukromíCookies


Můj účet: Přihlásit se
Všechny knihy světa na jednom místě. Navíc za skvělé ceny.

Nákupní košík ( prázdný )

Vyzvednutí v Balikovně a PPL
boxech
zdarma nad 1 499 Kč.

Nacházíte se: