Andere Kunden interessierten sich auch für
![Heterogéneo Multisource Gráfico Grandes Dados Aprendizagem de Representação]( "Heterogéneo Multisource Gráfico Grandes Dados Aprendizagem de Representação")
Heterogéneo Multisource Gráfico Grandes Dados Aprendizagem de Representação46,99 €![Multisorgente Eterogeneo Grafico Grandi dati Apprendimento della rappresentazione]( "Multisorgente Eterogeneo Grafico Grandi dati Apprendimento della rappresentazione")
Multisorgente Eterogeneo Grafico Grandi dati Apprendimento della rappresentazione46,99 €![Multi-Quelle Heterogenes Grafik Große Daten Repräsentation Lernen]( "Multi-Quelle Heterogenes Grafik Große Daten Repräsentation Lernen")
Multi-Quelle Heterogenes Grafik Große Daten Repräsentation Lernen71,90 €![Mnogoistochnik Neodnorodnyj Grafik bol'shih dannyh Predstawlenie obucheniq]( "Mnogoistochnik Neodnorodnyj Grafik bol'shih dannyh Predstawlenie obucheniq")
Mnogoistochnik Neodnorodnyj Grafik bol'shih dannyh Predstawlenie obucheniq23,99 €![Multisource Heterogeneous Graph Big Data Representation Learning]( "Multisource Heterogeneous Graph Big Data Representation Learning")
Multisource Heterogeneous Graph Big Data Representation Learning48,99 €![Améliorer les opérations de l'usine en tenant compte de la sécurité et de la fiabilité]( "Améliorer les opérations de l'usine en tenant compte de la sécurité et de la fiabilité")
Améliorer les opérations de l'usine en tenant compte de la sécurité et de la fiabilité26,99 €![L'apprentissage expérientiel d'un "e;Safaiwala"e; : Un apprentissage participatif]( "L'apprentissage expérientiel d'un "e;Safaiwala"e; : Un apprentissage participatif")
L'apprentissage expérientiel d'un "e;Safaiwala"e; : Un apprentissage participatif32,99 €
![L'apprentissage expérientiel d'un "e;Safaiwala"e; : Un apprentissage participatif](https://bilder.buecher.de/produkte/68/68490/68490471m.jpg "L'apprentissage expérientiel d'un "e;Safaiwala"e; : Un apprentissage participatif")
La grande quantité de données accumulées et complexes pose également des problèmes d'interrogation et de traitement. Avec la mise à jour des données, le nombre de noeuds et d'arêtes contenus dans le graphe peut devenir de plus en plus grand. Le nombre de noeuds dans les données de structure graphique à grande échelle peut atteindre des millions, voire des centaines de millions, et présente les caractéristiques de multisource, d'hétérogénéité, d'isomérisation et de dynamique.Les grandes données hétérogènes multisources peuvent souvent être modélisées en une structure de données de type graphe avec apprentissage de la représentation. Le graphe de réseau complexe présente normalement certaines particularités, ce qui augmente la difficulté de la recherche. Le modèle d'apprentissage de la représentation des données de graphes hétérogènes complexes à grande échelle a un large éventail d'applications dans de nombreux domaines. Ce livre traite de ces modèles d'apprentissage de représentation de graphe hétérogène complexe à grande échelle ainsi que de leurs applications dans le domaine de la sécurité publique.