Learning Representation for Multi-View Data Analysis (eBook)
X, 268 Seiten
Springer International Publishing (Verlag)
978-3-030-00734-8 (ISBN)
This book equips readers to handle complex multi-view data representation, centered around several major visual applications, sharing many tips and insights through a unified learning framework. This framework is able to model most existing multi-view learning and domain adaptation, enriching readers' understanding from their similarity, and differences based on data organization and problem settings, as well as the research goal.
A comprehensive review exhaustively provides the key recent research on multi-view data analysis, i.e., multi-view clustering, multi-view classification, zero-shot learning, and domain adaption. More practical challenges in multi-view data analysis are discussed including incomplete, unbalanced and large-scale multi-view learning. Learning Representation for Multi-View Data Analysis covers a wide range of applications in the research fields of big data, human-centered computing, pattern recognition, digital marketing, web mining, and computer vision.Introduction.- Multi-view Clustering with Complete Information.- Multi-view Clustering with Partial Information.- Multi-view Outlier Detection.- Multi-view Transformation Learning.- Zero-Shot Learning.- Missing Modality Transfer Learning.- Deep Domain Adaptation.- Deep Domain Generalization.
| Erscheint lt. Verlag | 6.12.2018 |
|---|---|
| Reihe/Serie | Advanced Information and Knowledge Processing | Advanced Information and Knowledge Processing |
| Zusatzinfo | X, 268 p. 76 illus., 69 illus. in color. |
| Verlagsort | Cham |
| Sprache | englisch |
| Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
| Schlagworte | Clustering • Deep learning • matrix factorization • Multi-view Data • Subspace Learing • transfer learning |
| ISBN-10 | 3-030-00734-0 / 3030007340 |
| ISBN-13 | 978-3-030-00734-8 / 9783030007348 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
