Geschäftskunden Kundenprogramme
Vor Ort
Merkzettel Warenkorb
Produktbild: Scalable Uncertainty Management
Band 11940

Scalable Uncertainty Management 13th International Conference, SUM 2019, Compiègne, France, December 16–18, 2019, Proceedings

Aus der Reihe Lecture Notes in Artificial Intelligence

Fr. 72.90

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.11.2019

Herausgeber

Nahla Ben Amor + weitere

Verlag

Springer

Seitenzahl

452

Maße (L/B/H)

23.5/15.5/2.5 cm

Gewicht

698 g

Auflage

1st ed. 2019

Sprache

Englisch

ISBN

978-3-030-35513-5

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.11.2019

Herausgeber

Verlag

Springer

Seitenzahl

452

Maße (L/B/H)

23.5/15.5/2.5 cm

Gewicht

698 g

Auflage

1st ed. 2019

Sprache

Englisch

ISBN

978-3-030-35513-5

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Scalable Uncertainty Management

  • An Experimental Study on the Behaviour of Inconsistency Measures.- Inconsistency Measurement Using Graph Convolutional Networks for Approximate Reasoning with Abstract Argumentation Frameworks: A Feasibility Study.- The Hidden Elegance of Causal Interaction Models.- Computational Models for Cumulative Prospect Theory: Application to the Knapsack Problem Under Risk.- On a new evidential C-Means algorithm with instance-level constraints.- Hybrid Reasoning on a Bipolar Argumentation Framework.- Active Preference Elicitation by Bayesian Updating on Optimality Polyhedra.- Selecting Relevant Association Rules From Imperfect Data.- Evidential classification of incomplete data via imprecise relabelling: Application to plastic sorting.- An analogical interpolation method for enlarging a training dataset.- Towards a reconciliation between reasoning and learning - A position paper.- CP-nets, π-pref nets, and Pareto dominance.- Measuring Inconsistency through Subformula Forgetting

    Explaining Hierarchical Multi-Linear Models.- Assertional Removed Sets Merging of DL-Lite Knowledge Bases.- An Interactive Polyhedral Approach for Multi-Objective Combinatorial Optimization with Incomplete Preference Information.- Open-Mindedness of Gradual Argumentation Semantics.- Approximate Querying on Property Graphs.- Learning from Imprecise Data: Adjustments of Optimistic and Pessimistic Variants.- On cautiousness and expressiveness in interval-valued logic.- Preference Elicitation with Uncertainty: Extending Regret Based Methods with Belief Functions.- Evidence Propagation and Consensus Formation in Noisy Environments.- Order-Independent Structure Learning of Multivariate Regression Chain Graphs.- l Comparison of analogy-based methods for predicting preferences.- Using Convolutional Neural Network in Cross-Domain Argumentation Mining Framework.- ConvNet and Dempster-Shafer Theory for Object Recognition.- On learning evidential contextual corrections from soft labels using a measure of discrepancy between contour functions.- Efficient Mo ̈bius Transformations and their applications to D-S Theory.- From shallow to deep interactions between knowledge representation, reasoning and machine learning.- Dealing with Continuous Variables in Graphical Models.- Towards Scalable and Robust Sum-Product Networks.- Learning Models over Relational Data:A Brief Tutorial.- Subspace Clustering and Some Soft Variants.- Algebraic Approximations for Weighted Model Counting.