• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Nyheter
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Pocketböcker
  • Spel & pussel

10% rabatt på allt med kod NYSTART10 →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Data och IT
    2. Informationsteknik: allmänt

    Knowledge Science, Engineering and Management

    15th International Conference, KSEM 2022, Singapore, August 6–8, 2022, Proceedings, Part III

    AvGerard Memmi,Baijian Yang

    Häftad, Engelska, 2022

    Del 13370 i serien Lecture Notes in Computer Science

    1 300 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Beskrivning

    The three-volume sets constitute the refereed proceedings of the 15th International Conference on Knowledge Science, Engineering and Management, KSEM 2022, held in Singapore, during August 6–8, 2022. The 169 full papers presented in these proceedings were carefully reviewed and selected from 498 submissions. The papers are organized in the following topical sections:Volume I:Knowledge Science with Learning and AI (KSLA)Volume II:Knowledge Engineering Research and Applications (KERA)Volume III:Knowledge Management with Optimization and Security (KMOS)

    Produktinformation

    • Utgivningsdatum:2022-07-31
    • Mått:155 x 235 x 42 mm
    • Vikt:1 147 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:Lecture Notes in Computer Science
    • Antal sidor:753
    • Förlag:Springer International Publishing AG
    • ISBN:9783031109881

    Utforska kategorier

    • Informationsteknik: allmänt inom Data och IT
    • Artificiell intelligens inom Data och IT
    • Hårdvara inom Data och IT

    Innehållsförteckning

    • ​Knowledge Management with Optimization and Security (KMOS).- Study on Chinese Named Entity Recognition Based on  Dynamic Fusion and Adversarial Training.- Spatial Semantic Learning for Travel Time Estimation.- A Fine-Grained Approach for Vulnerabilities Discovery using Augmented Vulnerability Signatures.- PPBR-FL: a Privacy-preserving and Byzantine-robust Federated Learning System.- GAN-Based Fusion Adversarial Training.- MAST-NER: A Low-Resource Named Entity Recognition Method based on Trigger Pool.- Fuzzy information measures feature selection using descriptive statistics data.- Prompt-Based Self-Training Framework for Few-Shot Named Entity Recognition.- Learning Advisor-Advisee Relationship from Multiplex Network Structure.- CorefDRE: Coref-aware Document-level Relation Extraction.- Single Pollutant Prediction Approach by Fusing MLSTM and CNN.- A Multi-objective Evolutionary Algorithm Based on Multi-layer Network Reduction for Community Detection.- Detection DDoS of attacks based on federated learning with Digital Twin Network.- A Privacy-Preserving Subgraph-Level Federated Graph Neural Network via Differential Privacy.