Multisource Hétérogène Graphique Big Data Représentation Apprentissage [French]

By Xun Liang

La grande quantit? de donn?es accumul?es et complexes pose ?galement des probl?mes d'interrogation et de traitement. Avec la mise ? jour des donn?es, le nombre de noeuds et d'ar?tes contenus dans le graphe peut devenir de plus en plus grand. Le nombre de noeuds dans les donn?es de structure graphique ? grande ?chelle peut atteindre des millions, voire des centaines de millions, et pr?sente les caract?ristiques de multisource, d'h?t?rog?n?it?, d'isom?risation et de dynamique.Les grandes donn?es h?t?rog?nes multisources peuvent souvent ?tre mod?lis?es en une structure de donn?es de type graphe avec apprentissage de la repr?sentation. Le graphe de r?seau complexe pr?sente normalement certaines particularit?s, ce qui augmente la difficult? de la recherche. Le mod?le d'apprentissage de la repr?sentation des donn?es de graphes h?t?rog?nes complexes ? grande ?chelle a un large ?ventail d'applications dans de nombreux domaines. Ce livre traite de ces mod?les d'apprentissage de repr?sentation de graphe h?t?rog?ne complexe ? grande ?chelle ainsi que de leurs applications dans le domaine de la s?curit? publique.

• Format: Paperback
• Language: French
• ISBN: 6205369729
• ISBN13: 9786205369722
• Release Date: November 2022
• Publisher: Editions Notre Savoir
• Length: 184 Pages
• Weight: 0.61 lbs.
• Dimensions: 0.4" x 6.0" x 9.0"