Paolo Ciancarini; Francesco Poggi; Matthew Horridg Knowledge Engineering and Knowledge Management 9783319586939

Варианты приобретения

Цена: 7685.00р.
Кол-во:
Наличие: Поставка под заказ. Есть в наличии на складе поставщика.
Склад Америка: Есть
При оформлении заказа до: 2025-07-28
Ориентировочная дата поставки: Август-начало Сентября
При условии наличия книги у поставщика.

Добавить в корзину

в Мои желания

Автор: Paolo Ciancarini; Francesco Poggi; Matthew Horridg
Название: Knowledge Engineering and Knowledge Management
ISBN: 9783319586939
Издательство: Springer
Классификация:

Приложения для деловой сферы

Извлечение знаний из данных

Математическая теория вычислений

Искусственный интеллект

Экспертные системы / системы баз знаний

Естественный язык и машинный перевод

ISBN-10: 3319586939
Обложка/Формат: Paperback
Страницы: 288
Вес: 0.43 кг.
Дата издания: 20.05.2017
Серия: Lecture Notes in Artificial Intelligence
Язык: English
Издание: 1st ed. 2017
Иллюстрации: 61 illustrations, black and white; xiv, 288 p. 61 illus.
Размер: 234 x 156 x 16
Читательская аудитория: Professional & vocational
Основная тема: Computer Science
Подзаголовок: EKAW 2016 Satellite Events, EKM and Drift-an-LOD, Bologna, Italy, November 19–23, 2016, Revised Selected Papers
Ссылка на Издательство: Link
Рейтинг:
Поставляется из: Германии
Описание: This book contains the best selected papers of two Satellite Events held at the 20th International Conference on Knowledge Engineering and Knowledge Management, EKAW 2016, in November 2016 in Bologna, Italy: The Second International Workshop on Educational Knowledge Management, EKM 2016, and the First Workshop: Detection, Representation and Management of Concept Drift in Linked Open Data, Drift-an-LOD 2016.
The 6 revised full papers included in this volume were carefully reviewed and selected from the 13 full papers that were accepted for presentation at the conference from the initial 82 submissions. This volume also contains the 37 accepted contributions for the EKAW 2016 tutorials, demo and poster sessions, and the doctoral consortium. The special focus of this years EKAW was evolving knowledge, which concerns all aspects of the management and acquisition of knowledge representations of evolving, contextual, and local models. This includes change management, trend detection, model evolution, streaming data and stream reasoning, event processing, time-and space dependent models, contextual and local knowledge representations with a special emphasis on the evolvability and localization of knowledge and the correct usage of these limits.

Knowledge Engineering and Knowledge Management, Paolo Ciancarini; Francesco Poggi; Matthew Horridg