ARGOMENTO: BOOKS > INFORMATICA > PROGRAMMAZIONE > TESTI GENERALI

vento mario (curatore); foggia pasquale (curatore); conte donatello (curatore); carletti vincenzo (curatore) - graph-based representations in pattern recognition

Graph-Based Representations in Pattern Recognition 13th IAPR-TC-15 International Workshop, GbRPR 2023, Vietri sul Mare, Italy, September 6–8, 2023, Proceedings

Name: Graph-Based Representations in Pattern Recognition
Price: 52,23 € EUR
Availability: InStock
Author: Vento Mario (Curatore); Foggia Pasquale (Curatore); Conte Donatello (Curatore); Carletti Vincenzo (Curatore)
ISBN: 9783031427947

vento mario (curatore); foggia pasquale (curatore); conte donatello (curatore); carletti vincenzo (curatore)

Disponibilità: Normalmente disponibile in 15 giorni

PREZZO
54,98 €

NICEPRICE
52,23 €

SCONTO
5%

Acquista

Questo prodotto usufruisce delle SPEDIZIONI GRATIS
selezionando l'opzione Corriere Veloce in fase di ordine.

Pagabile anche con Carta della cultura giovani e del merito, 18App Bonus Cultura e Carta del Docente

Dettagli

Genere:Libro

Lingua: Inglese

Editore:

Springer

Pubblicazione: 08/2023

Edizione: 1st ed. 2023

Trama

This book constitutes the refereed proceedings of the 13th IAPR-TC-15 International Workshop on Graph-Based Representations in Pattern Recognition, GbRPR 2023, which took place in Vietri sul Mare, Italy, in September 2023.

The 16 full papers included in this book were carefully reviewed and selected from 18 submissions. They were organized in topical sections on graph kernels and graph algorithms; graph neural networks; and graph-based representations and applications.

Sommario

Graph Kernels and Graph Algorithms.- Quadratic Kernel Learning for Interpolation Kernel Machine Based Graph Classification.- Minimum Spanning Set Selection in Graph Kernels.- Graph-based vs. Vector-based Classification: A Fair Comparison.- A Practical Algorithm for Max-Norm Optimal Binary Labeling of Graphs.- Efficient Entropy-based Graph Kernel.- Graph Neural Networks.- GNN-DES: A new end-to-end dynamic ensemble selection method based on multi-label graph neural network.- C2N-ABDP: Cluster-to-Node Attention-based Differentiable Pooling.- Splitting Structural and Semantic Knowledge in Graph Autoencoders

for Graph Regression.- Graph Normalizing Flows to Pre-image Free Machine Learning for Regression.- Matching-Graphs for Building Classification Ensembles.- Maximal Independent Sets for Pooling in Graph Neural Networks.- Graph-based Representations and Applications.- Detecting Abnormal Communication Patterns in IoT Networks Using Graph Neural Networks.- Cell segmentation of in situ transcriptomics data using signed graph partitioning.- Graph-based representation for multi-image super-resolution.- Reducing the Computational Complexity of the Eccentricity Transform.- Graph-Based Deep Learning on the Swiss River Network.

Altre Informazioni

ISBN:

9783031427947

Condizione: Nuovo

Collana: Lecture Notes in Computer Science

Dimensioni: 235 x 155 mm Ø 314 gr

Formato: Brossura

Illustration Notes:XVI, 184 p. 33 illus., 27 illus. in color.

Pagine Arabe: 184

Pagine Romane: xvi

Dicono di noi

Per noi la tua privacy è importante

Il sito utilizza cookie ed altri strumenti di tracciamento che raccolgono informazioni dal dispositivo dell’utente. Oltre ai cookie tecnici ed analitici aggregati, strettamente necessari per il funzionamento di questo sito web, previo consenso dell’utente possono essere installati cookie di profilazione e marketing e cookie dei social media. Cliccando su “Accetto tutti i cookie” saranno attivate tutte le categorie di cookie. Per accettare solo deterninate categorie di cookie, cliccare invece su “Impostazioni cookie”. Chiudendo il banner o continuando a navigare saranno installati solo cookie tecnici. Per maggiori dettagli, consultare la Cookie Policy.

Impostazioni cookie

Rifiuta Tutti i cookie

Accetto tutti i cookie

Ricerche più comuni

Collegamenti Rapidi