KI-Beratung Beta

Produktbild: Complex Networks XV

Complex Networks XV Proceedings of the 15th Conference on Complex Networks, CompleNet 2024

Fr. 241.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

14.04.2024

Abbildungen

XII, 218 p. 77 illus., 72 illus. in color.

Herausgeber

Federico Botta + weitere

Verlag

Springer

Seitenzahl

218

Maße (L/B/H)

24.1/16/1.8 cm

Gewicht

508 g

Auflage

2024

Sprache

Englisch

ISBN

978-3-031-57514-3

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

14.04.2024

Abbildungen

XII, 218 p. 77 illus., 72 illus. in color.

Herausgeber

Verlag

Springer

Seitenzahl

218

Maße (L/B/H)

24.1/16/1.8 cm

Gewicht

508 g

Auflage

2024

Sprache

Englisch

ISBN

978-3-031-57514-3

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Complex Networks XV

  • Chapter 1: Mapping low-resolution edges to high-resolution paths: the case of traffic measurements in cities.- Chapter 2: From Low Resource Information Extraction to Identifying Influential Nodes in Knowledge Graphs.- Chapter 3: Inhomogenous Marketing Mix Diffusion.- Chapter 4: Modelling both pairwise interactions and group effects in polarization on interaction networks.- Chapter 5: Computing Motifs in Hypergraphs.- Chapter 6: Extending network tools to explore trends in temporal granular trade networks.- Chapter 7: Expressivity of Geometric Inhomogeneous Random Graphs-Metric and Non-Metric.- Chapter 8: Social Interactions Matter: Is Grey Wolf Optimizer a Particle Swarm Optimization Variation?.- Chapter 9: Exploring Ingredient Variability in Classic Russian Cuisine Dishes through Complex Network Analysis.- Chapter 10: Unraveling the Structure of Knowledge: Consistency in Everyday Networks, Diversity in Scientific.- Chapter 11: Kinetic-based force-directed graph embedding.- Chapter12: Deep Graph Machine Learning Models for Epidemic Spread Prediction and Prevention.- Chapter 13: EleMi: A robust method to infer soil ecological networks with better community structure.- Chapter 14: Interpreting Node Embedding Distances Through n-order Proximity Neighbourhoods.- Chapter 15: Edge Dismantling with Geometric Reinforcement Learning.- Chapter 16: Public Transit Inequality in the Context of the Built Environment.