DSpace DSpace UPC
 English   Castellano   Català  

Treballs academics UPC >
Facultat d'Informàtica de Barcelona >
Enginyeria Informàtica (Pla 2003) >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2099.1/15671

Arxiu Descripció MidaFormat
82715.pdf1,02 MBAdobe PDFVeure/Obrir

Títol: Methods for frequent pattern mining in data streams within the MOA system
Autor: Quadrana, Massimo
Tutor/director/avaluador: Gavaldà Mestre, Ricard Veure Producció científica UPC
Universitat: Universitat Politècnica de Catalunya
Càtedra /Departament: Universitat Politècnica de Catalunya. Departament de Llenguatges i Sistemes Informàtics
Matèries: Àrees temàtiques de la UPC::Informàtica::Sistemes d'informació
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
Data mining
Algorithms
incmine
frequent itemset
data stream
moa
concept drift
Mineria de dades
Algorismes
Data: 27-jun-2012
Tipus de document: Master thesis (pre-Bologna period)
Resum: IncMine is a robust, efficient, practical, usable and extendable solution to perform Frequent Itemset mining over data streams. It is implementend under the Massive Online Analysis framework. It includes an analysis over its performances and its reaction to synthetic and real concept drift.
URI: http://hdl.handle.net/2099.1/15671
Condicions d'accés: Open Access
Apareix a les col·leccions:Enginyeria Informàtica (Pla 2003)
Comparteix:



SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius