Data Mining and Knowledge Discovery

Công bố khoa học tiêu biểu

* Dữ liệu chỉ mang tính chất tham khảo

Sắp xếp:  
Retrieving geometric information from images: the case of hand-drawn diagrams
Data Mining and Knowledge Discovery - Tập 31 - Trang 934-971 - 2017
Dan Song, Dongming Wang, Xiaoyu Chen
This paper addresses the problem of retrieving meaningful geometric information implied in image data. We outline a general algorithmic scheme to solve the problem in any geometric domain. The scheme, which depends on the domain, may lead to concrete algorithms when the domain is properly and formally specified. Taking plane Euclidean geometry ...... hiện toàn bộ
Matching samples of multiple views
Data Mining and Knowledge Discovery - Tập 23 - Trang 300-321 - 2010
Abhishek Tripathi, Arto Klami, Matej Orešič, Samuel Kaski
Multi-view learning studies how several views, different feature representations, of the same objects could be best utilized in learning. In other words, multi-view learning is analysis of co-occurrence data, where the observations are co-occurrences of samples in the views. Standard multi-view learning such as joint density modeling cannot be done in the absence of co-occurrence, when the views a...... hiện toàn bộ
Joint dynamic topic model for recognition of lead-lag relationship in two text corpora
Data Mining and Knowledge Discovery - Tập 36 - Trang 2272-2298 - 2022
Yandi Zhu, Xiaoling Lu, Jingya Hong, Feifei Wang
Topic evolution modeling has received significant attentions in recent decades. Although various topic evolution models have been proposed, most studies focus on the single document corpus. However in practice, we can easily access data from multiple sources and also observe relationships between them. Then it is of great interest to recognize the relationship between multiple text corpora and fur...... hiện toàn bộ
Benchmarking and survey of explanation methods for black box models
Data Mining and Knowledge Discovery - Tập 37 - Trang 1719-1778 - 2023
Francesco Bodria, Fosca Giannotti, Riccardo Guidotti, Francesca Naretto, Dino Pedreschi, Salvatore Rinzivillo
The rise of sophisticated black-box machine learning models in Artificial Intelligence systems has prompted the need for explanation methods that reveal how these models work in an understandable way to users and decision makers. Unsurprisingly, the state-of-the-art exhibits currently a plethora of explainers providing many different types of explanations. With the aim of providing a compass for r...... hiện toàn bộ
Nâng cao phân tích cụm thông qua học tập đa tạp topological Dịch bởi AI
Data Mining and Knowledge Discovery - - Trang 1-48 - 2023
Moritz Herrmann, Daniyal Kazempour, Fabian Scheipl, Peer Kröger
Chúng tôi thảo luận về các khía cạnh hình học của phân tích cụm và chỉ ra rằng việc suy diễn cấu trúc hình học của một tập dữ liệu trước khi phân cụm có thể cải thiện đáng kể việc phát hiện cụm: chúng tôi chứng minh rằng việc phân cụm các vector nhúng đại diện cho cấu trúc tiềm ẩn của một tập dữ liệu thay vì các vector đặc trưng quan sát được sẽ mang lại nhiều lợi ích. Để minh chứng, chúng tôi kết...... hiện toàn bộ
#phân tích cụm #học tạp #DBSCAN #UMAP #cấu trúc hình học
Leveraging social media networks for classification
Data Mining and Knowledge Discovery - Tập 23 - Trang 447-478 - 2011
Lei Tang, Huan Liu
Social media has reshaped the way in which people interact with each other. The rapid development of participatory web and social networking sites like YouTube, Twitter, and Facebook, also brings about many data mining opportunities and novel challenges. In particular, we focus on classification tasks with user interaction information in a social network. Networks in social media are heterogeneous...... hiện toàn bộ
Experiencing SAX: a novel symbolic representation of time series
Data Mining and Knowledge Discovery - - 2007
Jessica Lin, Eamonn Keogh, Wei Li, Stefano Lonardi
Sử dụng đạo hàm trong phân loại chuỗi thời gian Dịch bởi AI
Data Mining and Knowledge Discovery - Tập 26 - Trang 310-331 - 2012
Tomasz Górecki, Maciej Łuczak
Trong những năm gần đây, sự phổ biến của chuỗi thời gian đã tăng vọt. Với việc sử dụng rộng rãi công nghệ thông tin hiện đại, một số lượng lớn chuỗi thời gian có thể được thu thập trong các hoạt động kinh doanh, y tế hoặc sinh học, chẳng hạn. Hệ quả là có sự gia tăng mạnh mẽ về mối quan tâm đến việc truy vấn và khai thác dữ liệu như vậy, điều này dẫn đến việc xuất hiện nhiều công trình giới thiệu ...... hiện toàn bộ
#chuỗi thời gian #phân loại #đạo hàm #khoảng cách #thí nghiệm
Robust regression via error tolerance
Data Mining and Knowledge Discovery - Tập 36 - Trang 781-810 - 2022
Anton Björklund, Andreas Henelius, Emilia Oikarinen, Kimmo Kallonen, Kai Puolamäki
Real-world datasets are often characterised by outliers; data items that do not follow the same structure as the rest of the data. These outliers might negatively influence modelling of the data. In data analysis it is, therefore, important to consider methods that are robust to outliers. In this paper we develop a robust regression method that finds the largest subset of data items that can be ap...... hiện toàn bộ
Classification with label noise: a Markov chain sampling framework
Data Mining and Knowledge Discovery - Tập 33 - Trang 1468-1504 - 2018
Zijin Zhao, Lingyang Chu, Dacheng Tao, Jian Pei
The effectiveness of classification methods relies largely on the correctness of instance labels. In real applications, however, the labels of instances are often not highly reliable due to the presence of label noise. Training effective classifiers in the presence of label noise is a challenging task that enjoys many real-world applications. In this paper, we propose a Markov chain sampling (MCS)...... hiện toàn bộ
Tổng số: 778   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 10