36,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Obnaruzhenie anomalij massiwnyh potokow dannyh w rezhime real'nogo wremeni qwlqetsq segodnq odnoj iz wazhnyh issledowatel'skih tem w swqzi s tem, chto bol'shaq chast' mirowyh dannyh generiruetsq w neprerywnyh wremennyh processah. Ona reshaet razlichnye problemy wo mnogih oblastqh, takih kak zdrawoohranenie, obrazowanie, finansy, prawitel'stwo i t.d. V ätoj rabote my predlagaem usowershenstwowat' ätot podhod, realizowannyj w modelqh prognozirowaniq HW i TDHW. Geneticheskij algoritm (GA) primenqetsq dlq periodicheskoj optimizacii parametrow sglazhiwaniq HW i TDHW w dopolnenie k dwum parametram…mehr

Produktbeschreibung
Obnaruzhenie anomalij massiwnyh potokow dannyh w rezhime real'nogo wremeni qwlqetsq segodnq odnoj iz wazhnyh issledowatel'skih tem w swqzi s tem, chto bol'shaq chast' mirowyh dannyh generiruetsq w neprerywnyh wremennyh processah. Ona reshaet razlichnye problemy wo mnogih oblastqh, takih kak zdrawoohranenie, obrazowanie, finansy, prawitel'stwo i t.d. V ätoj rabote my predlagaem usowershenstwowat' ätot podhod, realizowannyj w modelqh prognozirowaniq HW i TDHW. Geneticheskij algoritm (GA) primenqetsq dlq periodicheskoj optimizacii parametrow sglazhiwaniq HW i TDHW w dopolnenie k dwum parametram skol'zqschih okon, kotorye uluchshaüt MASE-izmerenie otkloneniq Hyndman i znachenie porogowogo parametra, opredelqüschego otsutstwie doweritel'nogo interwala anomalii. My takzhe predlagaem nowuü funkciü optimizacii, osnowannuü na naborah whodnyh obuchaüschih dannyh s annotirowannymi interwalami anomalij, dlq wyqwleniq prawil'nyh anomalij i umen'sheniq kolichestwa lozhnyh.
Autorenporträt
Z. Hasani rodilsq 21.04.1988 w Gostiware, Makedoniq. Doktor komp'üternyh nauk, professor uniwersiteta w Kosowo. Ona qwlqetsq predannym issledowatelem w oblasti obnaruzheniq anomalij w rezhime real'nogo wremeni Big Data. Dannaq kniga qwlqetsq rezul'tatom ee shestiletnego issledowaniq w oblasti obnaruzheniq anomalij w rezhime real'nogo wremeni Big Data