Zobrazeno 1 - 10
of 84
pro vyhledávání: '"large-scale information"'
Edge-cloud computing oriented large-scale online music education mechanism driven by neural networks
Publikováno v:
Journal of Cloud Computing: Advances, Systems and Applications, Vol 13, Iss 1, Pp 1-10 (2024)
Abstract With the advent of the big data era, edge cloud computing has developed rapidly. In this era of popular digital music, various technologies have brought great convenience to online music education. But vast databases of digital music prevent
Externí odkaz:
https://doaj.org/article/eddb58e4cf404bd1bdbc772f0e182ef8
Autor:
George Tsavdaridis, Constantin Papaodysseus, Nikolaos V. Karadimas, George Papazafeiropoulos, Athanasios Delis
Publikováno v:
Applied Sciences, Vol 14, Iss 5, p 1995 (2024)
Designing integrating systems for support, real-time monitoring, and executing of complex missions is challenging, since they often fail due to high levels of complexity and overwhelming volume of input data. Past attempts have resorted to “ad hoc
Externí odkaz:
https://doaj.org/article/89ae587d784846538fd788d3336147e3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Frédérique Michéa, Laurent Rousvoal
Publikováno v:
European Papers, Vol 2021 6, Iss 1, Pp 473-491 (2021)
(Series Information) European Papers - A Journal on Law and Integration, 2021 6(1), 473-491 | Article | (Table of Contents) I. The cumulative complexities of ETIAS. - II. ETIAS, element of a Global Information System. - II.1. Integration conditions.
Externí odkaz:
https://doaj.org/article/282db63e449b467c91397d60dcdc801e
Autor:
Gajda, Anastazja
Publikováno v:
Krytyka Prawa / Critique of Law. 12(4):50-69
Externí odkaz:
https://www.ceeol.com/search/article-detail?id=978999
Publikováno v:
Applied Network Science, Vol 4, Iss 1, Pp 1-20 (2019)
Abstract The success of graph embeddings or nodrepresentation learning in a variety of downstream tasks, such as node classification, link prediction, and recommendation systems, has led to their popularity in recent years. Representation learning al
Externí odkaz:
https://doaj.org/article/d7721206af8a45fe8927d316c85405dc
Publikováno v:
网络与信息安全学报, Vol 5, Pp 77-87 (2019)
Network representation learning is a bridge between network raw data and network application tasks which aims to map nodes in the network to vectors in the low-dimensional space.These vectors can be used as input to the machine learning model for soc
Externí odkaz:
https://doaj.org/article/ea01a0d9f08f45629acb8c0e066f5ae5
Publikováno v:
网络与信息安全学报, Vol 5, Iss 2, Pp 77-87 (2019)
Network representation learning is a bridge between network raw data and network application tasks which aims to map nodes in the network to vectors in the low-dimensional space. These vectors can be used as input to the machine learning model for so
Externí odkaz:
https://doaj.org/article/c999140b7b5a4768bf364db4c6c4ae4e
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.