• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Найдено 37 076 публикаций
Сортировка:
по названию
по году
Глава
Suleykin A., Bakhtadze N., Panfilov Peter. In bk.: MEDES '20: Proceedings of the 12th International Conference on Management of Digital EcoSystems. NY: Association for Computing Machinery (ACM), 2020. P. 92-95.
Добавлено: 5 февраля 2021
Глава
Suleykin, A., Panfilov, P. In bk.: Annals of DAAAM and Proceedings of the International DAAAM Symposium. Vol. 31(1): Proceedings of the 31st International DAAAM Virtual Symposium ''Intelligent Manufacturing & Automation''. Wien: DAAAM International Vienna, 2020. Ch. 70. P. 0499-0509.
Добавлено: 27 октября 2020
Глава
Shilina M. G., Samoylenko S. In bk.: The Encyclopedia of Big Data. Berlin: Springer, 2017.
Добавлено: 17 декабря 2016
Глава
Smuseva D., Rolich A., Voskov L. et al. In bk.: CEUR Workshop Proceedings Volume 2416. CEUR Workshop Proceedings, 2019. P. 432-444.
Добавлено: 13 сентября 2019
Глава
Komarov M. M. In bk.: Mind - Multistakeholder Internet Dialog. Vol. 7: Privacy and Internet Governance. Berlin: Internet & Society Collaboratory, 2014. P. 59-60.

Response to Peter Schaar (Chairman of the European Academy For Freedom of Information and Data Protection, former German Data Commissioner) about the incompatibility of the Internet and Big Data with Data protection. It declares that technological development has overtaken the policy-making process and applications according to web 3.0 are likely to be far more effective at piecing together personal data than even traditional search engines.

Добавлено: 11 июля 2014
Глава
Kozlov S. In bk.: Proceedings of the 21st International Academic Mindtrek Conference. NY: ACM, 2017. Ch. 1. P. 247-250.
Добавлено: 13 декабря 2017
Глава
Позин Б. А. В кн.: Инжиниринг предприятий и управление знаниями (ИП&УЗ-2013). М.: МЭСИ, 2013. С. 242-243.

Методы извлечения знаний из больших объемов данных. Систематизация и решение актуальных проблем развития методологии инжиниринга предприятий с использованием методов управления знаниями

Добавлено: 19 августа 2015
Глава
Чураков В. Д. В кн.: Право и информация: вопросы теории и практики: Сборник материалов международной научно-практической конференции. Вып. 7. СПб.: Президентская библиотека имени Б.Н. Ельцина, 2018. С. 136-143.

В статье выполнен анализ перспектив использования технологии «больших данных» (Big Data) в юриспруденции. Обосновывается позиция, что «большие данные» должны использоваться как для объяснения каких-либо явлений, так и для прогнозирования последствий. Автором описаны проблемы, возникающие при применении Big Data в юридических исследованиях. Указанные проблемы могут иметь технический (доступ к данным, технические возможности, верификация данных) и содержательный характер (интерпретация полученных данных и корреляций). Сделан вывод о необходимости активизации исследований с применением «больших данных» с учетом описанных ограничений.

Добавлено: 22 октября 2018
Глава
Bondarenko D. M., Baskin K. In bk.: From Big Bang to Galactic Civilizations: A Big History Anthology. Vol. 3: The Ways that Big History Works: Cosmos, Life, Society and our Future. Delhi: Primus Books, 2017. Ch. 10. P. 183-196.
Добавлено: 22 февраля 2018
Глава
Fakhrazeev A., Rolich A., Voskov L. In bk.: 2018 Moscow Workshop on Electronic and Networking Technologies (MWENT). Proceedings. M.: IEEE, 2018. P. 1-4.
Добавлено: 3 мая 2018
Глава
Lissenka L. In bk.: Mauerfall, E-Autos und Twitter: Sammelband der VI. Internationalen Konferenz für Studenten und Doktoranden »Welt und Wissenschaft« vom 17. April 2020 an der National Research University Higher School of Economics in Moskau. 2021. P. 17-26.
Добавлено: 12 июня 2021
Глава
Kuzmina E., Chekmaev D., Skvortsov A. et al. In bk.: Procedia - Social and Behavioral Sciences. Vol. 94. Elsevier, 2013.
Добавлено: 25 ноября 2013
Глава
Kharkhurin A. V. In bk.: An Introduction to Bilingualism: Principles and Processes. NY: Routledge, 2018. Ch. 8. P. 159-189.
Добавлено: 22 июля 2019
Глава
Kharkhurin A. V. In bk.: The Handbook of Bilingual and Multilingual Education. Oxford: Wiley-Blackwell, 2015. P. 38-55.
Добавлено: 2 ноября 2019
Глава
Gallo F., Myachykov A., Shtyrov Y. In bk.: Advances in Cognitive Research, Artificial Intelligence and Neuroinformatics Proceedings of the 9th International Conference on Cognitive Sciences, Intercognsci-2020, October 10-16, 2020, Moscow, Russia. Advances in Intelligent Systems and Computing 1358. Vol. 1358: Advances in Cognitive Research, Artificial Intelligence and Neuroinformatics Proceedings of the 9th International Conference on Cognitive Sciences, Intercognsci-2020, October 10-16, 2020, Moscow, Russia. Springer, 2021. P. 75-83.
Добавлено: 5 мая 2021
Глава
Rivlina A. A. In bk.: The Handbook of World Englishes. 2nd edition. Wiley-Blackwell, 2020. Ch. 23. P. 407-429.
Добавлено: 27 января 2020
Глава
Bolshakova E. I., Sapin A. S. In bk.: Proceedings of the 8th Conference on Artificial Intelligence and Natural Language, AINL 2019. CCIS. Vol. 1119. Springer, 2019. P. 151-160.
Добавлено: 3 ноября 2019
Глава
Ignatov D. I., Poelmans J. In bk.: Diagnostic Test Approaches to Machine Learning and Commonsense Reasoning Systems. Hershey: IGI Global, 2012. Ch. 8. P. 185-195.

Recommender systems are becoming an inseparable part of many modern Internet web sites and web shops. The quality of recommendations made may significantly influence the browsing experience of the user and revenues made by web site owners. Developers can choose between a variety of recommender algorithms; unfortunately no general scheme exists for evaluation of their recall and precision. In this chapter, the authors propose a method based on cross-validation for diagnosing the strengths and weaknesses of recommender algorithms. The method not only splits initial data into a training and test subsets, but also splits the attribute set into a hidden and visible part. Experiments were performed on a user-based and item-based recommender algorithm. These algorithms were applied to the MovieLens dataset, and the authors found classical user-based methods perform better in terms of recall and precision.

Добавлено: 3 декабря 2012
Глава
Silakov D., Shved P. In bk.: Proceedings of the Third Spring Young Researchers’ Colloquium on Software Engineering (SYRCoSE 2009). M.: 2009. P. 17-26.
Добавлено: 30 сентября 2015
Глава
Fernandez M., Kabatiansky G. A., Egorova E. In bk.: 2015 IEEE International Workshop on Information Forensics and Security (WIFS). November 16-19, 2015, Rome, Italy. NY: Curran Associates, Inc., 2015. P. 1-4.

The Identifiable Parent Property guarantees, with probability 1, the identification of at least one of the traitors by the corresponding traitor tracing schemes, or, by IPP-codes. Unfortunately, for the case of binary codes the IPP property does not hold even in the case of only two traitors. A recent work has considered a natural generalization of IPP-codes for the binary case, where the identifiable parent property should hold with probability almost 1. It has been shown that almost t-IPP codes of nonvanishing rate exist for the case t = 2. Surprisingly enough, collusion secure digital fingerprinting codes do not automatically possess this almost IPP property. In practice, this means that for a given forged fingerprint, say z, a user identified as guilty by the tracing algorithm can deny this claim since he will be able to present a coalition of users that can create the same z, but he does not belong to that coalition. In this paper, we study the case of t-almost IPP codes for t > 2.

Добавлено: 9 июня 2016
Глава
Yarygina A., Novikov B. In bk.: New Trends in Databases and Information Systems. ADBIS 2015. Vol. 539: ommunications in Computer and Information Science. Springer, 2015.
Добавлено: 24 марта 2019