*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202406*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:面向序列數據的多視圖方法 ISBN:9787030778895 出版社:科學 著編譯者:楊燕 江永全 李天瑞 頁數:194 所在地:中國大陸 *此為代購商品 書號:1665654 可大量預訂,請先連絡。 內容簡介 真實世界中的序列數據隨時間推移呈爆炸式增長,如何設計面向序列數據的知識發現方法是當前研究的熱點之一。本書以深度學習和多視圖學習為理論基礎,以序列數據為研究對象,為面向序列數據分析提供多視圖的學習方法與技術,同時為典型場景下的序列數據分析提供多視圖深度學習解決方案,以期為序列數據分析、多視圖學習領域的研究及應用提供參考。本書針對序列數據的動態性、突變性、不確定性和時空關聯性等特點,探討多視圖學習理論,構建面向序列數據的多視圖方法,概述基礎理論與傳統方法,並系統地介紹多視圖序列數據應用領域的研究理論、演算法及成果。 全書兼具理論性、資料性和實踐性,可供從事機器學習、數據挖掘、交通工程、智慧醫療等學科領域的教研人員、研究生使用,也可供上述領域的企業工程研發人員參考。目錄 第1章 緒論1 1 機器學習、多視圖學習及多視圖序列分析方法 1 2 多視圖序列數據 1 3 多視圖序列數據的應用 1 3 1 城市交通 1 3 2 社交媒體 1 3 3 高鐵監測 1 3 4 智能醫療 1 3 5 視頻理解 1 3 6 自動駕駛 1 4 挑戰與思考 1 4 1 視圖內動態 1 4 2 多視圖異構 1 4 3 跨視圖交互 1 4 4 不完備多視圖序列 參考文獻 第2章 面向序列數據的多視圖方法基礎 2 1 序列數據及其模型方法 2 1 1 序列數據 2 1 2 經典的時間序列分析模型 2 1 3 深度學習下的序列模型 2 2 多視圖學習概述 2 2 1 多視圖數據 2 2 2 多視圖學習 2 3 多視圖圖學習方法 2 3 1 基於自適應近鄰圖的多視圖學習 2 3 2 基於領域多核學習的多視圖學習 2 4 基於深度學習的多視圖序列模型 2 4 1 基於網格的多視圖序列模型 2 4 2 基於時序的多視圖序列模型 2 4 3 基於圖的多視圖序列模型 參考文獻 第3章 交通預測中面向序列數據的多視圖方法 3 1 交通序列數據預測概述 3 2 基於卷積-循環神經網路的交通預測模型 3 2 1 交通運力預測 3 2 2 深度靈活結構化時空模型 3 2 3 實驗結果與分析 3 3 基於圖卷積網路的交通預測模型 3 3 1 交通流預測 3 3 2 基於多視圖的時空自適應圖卷積網路 3 3 3 實驗結果與分析 3 4 基於多任務的交通流預測模型 3 4 1 多城市交通流預測 3 4 2 基於多任務學習的多城市交通流量預測模型 3 4 3 實驗結果與分析 參考文獻 第4章 社交媒體分析中面向序列數據的多視圖方法 4 1 社交媒體分析中的多視圖概述 4 2 基於多視圖學習的情感分析模型 4 2 1 方面級情感分析 4 2 2 基於多任務多視圖聯合學習的方面級情感分析模型 4 2 3 實驗結果與分析 4 3 基於自適應多模態融合的情感分析模型 4 3 1 方面級多模態情感分析 4 3 2 基於自適應跨模態融合的方面級情感分析模型 4 4 基於跨模態融合的假新聞檢測模型 4 4 1 跨模態假新聞檢測 4 4 2 面向假新聞檢測的跨模態實例感知模型 4 4 3 實驗結果與分析 參考文獻 第5章 高速列車工況識別中面向序列數據的多視圖方法 5 1 高速列車工況識別概述 5 2 基於多視圖聚類集成的高速列車走行部工況識別模型 5 2 1 多視圖的構建 5 2 2 基於多視圖加權聚類集成的高速列車走行部工況識別模型 5 2 3 實驗結果與分析 5 3 基於多視圖核模糊聚類的高速列車走行部工況識別模型 5 3 1 模糊聚類 5 3 2 基於多視圖核模糊聚類的高速列車走行部工況識別模型 5 3 3 實驗結果與分析 5 4 基於相似度比率和深度信念網路的高速列車走行部工況識別模型 5 4 1 深度信念網路 5 4 2 基於相似度比率和MDBN的高速列車走行部工況識別模型 5 4 3 實驗結果與分析 參考文獻 第6章 智能醫療疾病診斷中的多視圖方法 6 1 智能醫療疾病診斷中多視圖方法概述 6 2 基於多視圖聚類的阿爾茨海默病進展預測模型 6 2 1 一致性多視圖聚類的阿爾茨海默病預測概述 6 2 2 基於NMF的一致性多視圖聚類模型 6 2 3 實驗結果與分析 6 3 基於多視圖深度學習的帕金森病篩查模型 6 3 1 多視圖深度學習的帕金森病篩查概述 6 3 2 基於多視圖深度學習的PD篩查模型 6 3 3 實驗結果與分析 6 4 基於多視圖深度學習的癲癇檢測模型 6 4 1 多視圖深度學習癲癇檢測概述 6 4 2 短時傅里葉變換視圖和功率譜密度視圖的多視圖深度學習模型 6 4 3 實驗結果與分析 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |