Name: Rilevamento dei Valori Anomali Mediante Tecniche di Soft Computing (en Italiano)
Price: 243452.00 COP
Availability: InStock
Author: T Sangeetha; Geetha Mary Amalanathan
ISBN: 9786208074289

portada Rilevamento dei Valori Anomali Mediante Tecniche di Soft Computing (en Italiano)

Rilevamento dei Valori Anomali Mediante Tecniche di Soft Computing (en Italiano)

Formato

Libro Físico

Editorial

Edizioni Sapienza

Autor

T Sangeetha; Geetha Mary Amalanathan

Idioma

Italiano

N° páginas

100

Encuadernación

Tapa Blanda

ISBN13

9786208074289

Rilevamento dei Valori Anomali Mediante Tecniche di Soft Computing (en Italiano)

T Sangeetha; Geetha Mary Amalanathan (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo Importado

Envío: 20 a 24 días háb.

$ 486.905$ 243.452

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 243.452

¡Envío Gratis! Llega entre el 27 Ago y el 03 Sep a Bogota, Cundinamarca. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Rilevamento dei Valori Anomali Mediante Tecniche di Soft Computing (en Italiano)"

Con la crescita dell'era digitale, i dati sono ampiamente disponibili e il recupero della conoscenza da questi dati viene effettuato con algoritmi di data mining. Tra i vari algoritmi di data mining, l'individuazione degli outlier è fondamentale, poiché la loro presenza degrada l'efficienza del sistema. La maggior parte della ricerca si è limitata a rilevare gli outlier in un singolo universo con una singola granulazione per dati numerici o categorici. Gli algoritmi di rilevamento degli outlier di apprendimento automatico esistenti funzionano bene per i dati quantitativi, ma non sono direttamente applicabili a dati qualitativi, vaghi e imprecisi, il che produce risultati inefficaci. Nel mondo reale esistono anche informazioni ambigue, incerte, incomplete e indeterminate . Questi problemi vengono affrontati in questo lavoro di ricerca utilizzando la teoria degli insiemi grezzi, gli insiemi fuzzy intuitivisti e neutrosofici. La metodologia proposta, basata sull'entropia grezza e sulla densità ponderata, è stata progettata per rilevare gli outlier in vari sistemi informativi. Il valore della densità ponderata per ogni oggetto e attributo è stato determinato per rilevare gli outlier. In questo modo, un oggetto vero non sarà mai trattato come un outlier.