Andere Kunden interessierten sich auch für
![El papel de los big data y el aprendizaje automático en el desarrollo de las ciudades inteligentes]( "El papel de los big data y el aprendizaje automático en el desarrollo de las ciudades inteligentes")
El papel de los big data y el aprendizaje automático en el desarrollo de las ciudades inteligentes26,99 €![Gráficos de control fiables de tipo Shewhart para la variabilidad multivariante de los procesos]( "Gráficos de control fiables de tipo Shewhart para la variabilidad multivariante de los procesos")
Gráficos de control fiables de tipo Shewhart para la variabilidad multivariante de los procesos25,99 €![Entorno de aprendizaje electrónico en la enseñanza de materias especiales]( "Entorno de aprendizaje electrónico en la enseñanza de materias especiales")
Entorno de aprendizaje electrónico en la enseñanza de materias especiales27,99 €![Enfermedad del arroz de Hispa, modelos de aprendizaje profundo]( "Enfermedad del arroz de Hispa, modelos de aprendizaje profundo")
Enfermedad del arroz de Hispa, modelos de aprendizaje profundo26,99 €![Modelo híbrido de aprendizaje profundo para la detección de la enfermedad de la roya amarilla del trigo]( "Modelo híbrido de aprendizaje profundo para la detección de la enfermedad de la roya amarilla del trigo")
Modelo híbrido de aprendizaje profundo para la detección de la enfermedad de la roya amarilla del trigo26,99 €![El aprendizaje en el contexto de las industrias basadas en la red]( "El aprendizaje en el contexto de las industrias basadas en la red")
El aprendizaje en el contexto de las industrias basadas en la red26,99 €![Diferencias específicas de aprendizaje (SpLD) en el Reino Unido y Kuwait]( "Diferencias específicas de aprendizaje (SpLD) en el Reino Unido y Kuwait")
Diferencias específicas de aprendizaje (SpLD) en el Reino Unido y Kuwait26,99 €
La gran cantidad de datos acumulados y complejos también supone un reto para la consulta y el procesamiento. Con la actualización de los datos, el número de nodos y aristas contenidos en el gráfico puede ser cada vez mayor. El número de nodos en los datos de estructura de grafos a gran escala puede alcanzar millones o incluso cientos de millones, y presenta las características de multifuente, heterogeneidad, isomerización y dinámica.Los big data heterogéneos de múltiples fuentes pueden modelarse a menudo en una estructura de datos de grafos con aprendizaje de representación. El grafo complejo suele tener ciertas particularidades, lo que aumenta la dificultad de la investigación. El modelo de aprendizaje de representación de datos de grafos complejos heterogéneos a gran escala tiene una amplia gama de aplicaciones en muchos campos. Este libro aborda estos modelos de aprendizaje de representación de grafos heterogéneos a gran escala, así como sus aplicaciones en el campo de la seguridad pública.