Zobrazeno 1 - 10
of 24
pro vyhledávání: '"Maximal frequent patterns mining"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Lecture Notes in Electrical Engineering ISBN: 9789048123100
World Congress on Engineering (Selected Papers)
World Congress on Engineering (Selected Papers)
Knowledge discovery or extracting knowledge from large amount of data is a desirable task in competitive businesses. Data mining is an essential step in knowledge discovery process. Frequent patterns play an important role in data min- ing tasks such
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::f234e0000cf316cc02cb39f48853efef
https://doi.org/10.1007/978-90-481-2311-7_42
https://doi.org/10.1007/978-90-481-2311-7_42
Kniha
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Background Studying comorbidities of disorders is important for detection and prevention. For discovering frequent patterns of diseases we can use retrospective analysis of population data, by filtering events with common properties and similar signi
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::42c7753338c209e0d19faad457002d6e
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Fasihy, Hanieh1,2 fasihy.h@yahoo.com, Shahraki, Mohammad Hossein Nadimi1,2 nadimi@iaun.ac.ir
Publikováno v:
Knowledge-Based Systems. Jul2018, Vol. 152, p40-50. 11p.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Kniha
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Knowledge-Based Systems. 152:40-50
Recently, there has been an everyday increase in the number of sources generating univariate uncertain data. A few efficient algorithms have been proposed for maximal frequent patterns mining from univariate uncertain data statically. However, many r
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::ab366a600c221dba773fced8b7e1b3e9
https://doi.org/10.1016/j.knosys.2018.04.001
https://doi.org/10.1016/j.knosys.2018.04.001
Publikováno v:
Computers, Materials & Continua; 2020, Vol. 63 Issue 3, p1445-1469, 25p