• Produktbild: Advanced Data Mining and Applications
  • Produktbild: Advanced Data Mining and Applications

Advanced Data Mining and Applications 19th International Conference, ADMA 2023, Shenyang, China, August 21–23, 2023, Proceedings, Part III

Fr. 106.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

05.11.2023

Herausgeber

Xiaochun Yang + weitere

Verlag

Springer

Seitenzahl

370

Maße (L/B/H)

23.5/15.5/2.2 cm

Gewicht

593 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-46670-0

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

05.11.2023

Herausgeber

Verlag

Springer

Seitenzahl

370

Maße (L/B/H)

23.5/15.5/2.2 cm

Gewicht

593 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-46670-0

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

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: Advanced Data Mining and Applications
  • Produktbild: Advanced Data Mining and Applications
  • Pharmaceutical Data Analysis .- Drug-target interaction prediction based on drug subgraph fingerprint extraction strategy and subgraph attention mechanism.- Soft Prompt Transfer for Zero-Shot and Few-Shot Learning in EHR Understanding.- Graph Convolution Synthetic Transformer for Chronic Kidney Disease Onset Prediction.- MTFL: Multi-task feature learning with joint correlation structure learning for Alzheimer’s disease cognitive performance prediction.- Multi-Level Transformer for Cancer Outcome Prediction in Large-Scale Claims Data.- Individual Functional Network Abnormalities Mapping via Graph Representation-based Neural Architecture Search.- A novel application of a mutual information measure for analysing temporal changes in healthcare network graphs.- Drugs Resistance Analysis from Scarce Health Records via Multi-task Graph Representation.-  Text Classification .- ParaNet:Parallel Networks with Pre-trained Models for Text Classification.- Open Text Classification Based on Dynamic Boundary Balance.- A Prompt Tuning Method for Chinese Medical Text Classification.- TabMentor: Detect Errors on Tabular Data with Noisy Labels.- Label-aware Hierarchical Contrastive Domain Adaptation for Cross-network Node Classification.- Semi-supervised classification based on Graph Convolution Encoder Representations from BERT.- Global Balanced Text Classification for Stable Disease Diagnosis.-  Graph .- Dominance Maximization in Uncertain Graphs.- LAGCL: Towards Stable and Automated Graph Contrastive Learning.- Discriminative Graph-level Anomaly Detection via Dual-students-teacher Model.- Common-Truss-based Community Search on Multilayer Graphs.- Learning To Predict Shortest Path Distance.- Efficient Regular Path Query Evaluation with Structural Path Constraints.EnSpeciVAT: Enhanced SpeciVAT for Cluster Tendency Identification in Graphs.- Pessimistic Adversarially Regularized Learning for Graph Embedding.- M2HGCL: Multi-Scale Meta-Path Integrated Heterogeneous Graph Contrastive Learning.