Geschäftskunden Kundenprogramme
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

*Gültig bis 07.06.2026 auf (fast) alles. Ausgeschlossen sind Smartboxen, Zeitschriften, Tickets, Lebensmittel, Gaming-Elektroartikel, Tinte/Toner, Gutscheine, Geschenkkarten, Blumen und Abos | Einlösbar in allen Buchhandlungen von Orell Füssli, Barth Bücher, Buchladen Rapunzel, Schuler Orell Füssli, Stauffacher und ZAP unter Vorweisung des Gutscheins, auf www.orellfüssli.ch durch Eingabe des Gutscheincodes. Beim Service „eBooks verschenken“ und bei eBook-Käufen via eReader nicht einlösbar | Mindesteinkaufswert: Fr. 100.- | Nicht mit anderen Rabatten kumulierbar.
Produktbild: Knowledge Science, Engineering and Management
Band 14117

Knowledge Science, Engineering and Management 16th International Conference, KSEM 2023, Guangzhou, China, August 16–18, 2023, Proceedings, Part I

Aus der Reihe Lecture Notes in Artificial Intelligence

Fr. 112.00

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

10.08.2023

Herausgeber

Zhi Jin + weitere

Verlag

Springer

Seitenzahl

457

Maße (L/B/H)

23.5/15.5/2.7 cm

Gewicht

727 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-40282-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

10.08.2023

Herausgeber

Verlag

Springer

Seitenzahl

457

Maße (L/B/H)

23.5/15.5/2.7 cm

Gewicht

727 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-40282-1

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: Knowledge Science, Engineering and Management
  • Knowledge Science with Learning and AI.-  Joint Feature Selection and Classifier Parameter Optimization: A Bio-inspired Approach.- Automatic Gaussian Bandwidth Selection for Kernel Principal Component Analysis.- Boosting LightWeight Depth Estimation Via Knowledge Distillation.- Graph Neural Network with Neighborhood Reconnection.- Critical Node Privacy Protection Based on Random Pruning of Critical Trees.- DSEAformer: Forecasting by De-stationary Autocorrelation with Edgebound.- Multitask-based Cluster Transmission for Few-Shot Text Classification.- Hyperplane Knowledge Graph Embedding with Path Neighborhoods and Mapping Properties.- RTAD-TP: Real- Time Anomaly Detection Algorithm for Univariate Time Series Data Based on Two- Parameter Estimation.- Multi-Sampling Item Response Ranking Neural Cognitive Diagnosis with Bilinear Feature Interaction.- A Sparse Matrix Optimization Method for Graph Neural Networks Training.- Dual-dimensional Refinement of Knowledge Graph Embedding Representation.- Contextual Information Augmented Few-Shot Relation Extraction.- Dynamic and Static Feature-aware Microservices Decomposition via Graph Neural Networks.- An Enhanced Fitness-distance Balance Slime Mould Algorithm and Its Application in Feature Selection.- Low Redundancy Learning for Unsupervised Multi-view Feature Selection.- Dynamic Feed-Forward LSTM.- Black-box Adversarial Attack on Graph Neural Networks Based on Node Domain Knowledge.- Role and Relationship-Aware Representation Learning for Complex Coupled Dynamic Heterogeneous Networks.- Twin Graph Attention Network with Evolution Pattern Learner for Few-Shot Temporal Knowledge Graph Completion.- Subspace Clustering with Feature Grouping for Categorical Data.- Learning Graph Neural Networks on Feature-Missing Graphs.- Dealing with Over-reliance on Background Graph for Few-shot Knowledge Graph Completion.- Kernel-based feature extraction for time series clustering.- Cluster Robust Inference for embedding-based Knowledge Graph Completion.- Community-enhanced Contrastive Siamese networks for Graph Representation Learning.- Distant Supervision Relation Extraction with Improved PCNN and Multi-level Attention.- Enhancing Adversarial Robustness via Anomaly-aware Adversarial Training.- An Improved Cross-Validated Adversarial Validation Method.- EACCNet: Enhanced Auto-Cross Correlation Network for Few-Shot Classification.- Joint Label-Structure Estimation from Multifaceted Graph Data.- Dual Channel Knowledge Graph Embedding with Ontology Guided Data Augmentation.- Multi-Dimensional Graph Rule Learner.- MixUNet: A Hybrid Retinal Vessels Segmentation Model Combining The Latest CNN and MLPs.- Robust Few-shot Graph Anomaly Detection via Graph Coarsening.- An Evaluation Metric for Prediction Stability with Imprecise Data.- ReducingThe Teacher-Student Gap Via Elastic Student.