Literatura científica selecionada sobre o tema "Clusters detection"
Crie uma referência precisa em APA, MLA, Chicago, Harvard, e outros estilos
Índice
Consulte a lista de atuais artigos, livros, teses, anais de congressos e outras fontes científicas relevantes para o tema "Clusters detection".
Ao lado de cada fonte na lista de referências, há um botão "Adicionar à bibliografia". Clique e geraremos automaticamente a citação bibliográfica do trabalho escolhido no estilo de citação de que você precisa: APA, MLA, Harvard, Chicago, Vancouver, etc.
Você também pode baixar o texto completo da publicação científica em formato .pdf e ler o resumo do trabalho online se estiver presente nos metadados.
Artigos de revistas sobre o assunto "Clusters detection"
AHMAD, WASEEM, e AJIT NARAYANAN. "OUTLIER DETECTION USING HUMORAL-MEDIATED CLUSTERING (HAIS)". International Journal of Computational Intelligence and Applications 11, n.º 01 (março de 2012): 1250003. http://dx.doi.org/10.1142/s1469026812500034.
Texto completo da fonteXu, Weiwei, Miriam E. Ramos-Ceja, Florian Pacaud, Thomas H. Reiprich e Thomas Erben. "Catalog of X-ray-selected extended galaxy clusters from the ROSAT All-Sky Survey (RXGCC)". Astronomy & Astrophysics 658 (fevereiro de 2022): A59. http://dx.doi.org/10.1051/0004-6361/202140908.
Texto completo da fonteReduzzi, Carolina, Serena Di Cosimo, Lorenzo Gerratana, Rosita Motta, Antonia Martinetti, Andrea Vingiani, Paolo D’Amico et al. "Circulating Tumor Cell Clusters Are Frequently Detected in Women with Early-Stage Breast Cancer". Cancers 13, n.º 10 (13 de maio de 2021): 2356. http://dx.doi.org/10.3390/cancers13102356.
Texto completo da fonteMas, J.-F., A. Pérez Vega e A. Ghilardi. "EFFECT OF THE DELAY IN THE REPORTS OF COVID-19 CASES ON NEAR REAL-TIME CLUSTERS DETECTION". International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLVIII-1/W2-2023 (13 de dezembro de 2023): 457–62. http://dx.doi.org/10.5194/isprs-archives-xlviii-1-w2-2023-457-2023.
Texto completo da fonteBaker, Meghan A., Deborah S. Yokoe, John Stelling, Ken Kleinman, Rebecca E. Kaganov, Alyssa R. Letourneau, Neha Varma et al. "Automated outbreak detection of hospital-associated pathogens: Value to infection prevention programs". Infection Control & Hospital Epidemiology 41, n.º 9 (10 de junho de 2020): 1016–21. http://dx.doi.org/10.1017/ice.2020.233.
Texto completo da fonteToo, L. S., J. Pirkis, A. Milner e M. J. Spittal. "Clusters of suicides and suicide attempts: detection, proximity and correlates". Epidemiology and Psychiatric Sciences 26, n.º 5 (9 de junho de 2016): 491–500. http://dx.doi.org/10.1017/s2045796016000391.
Texto completo da fonteBarthakur, Pijush, Manoj Dahal e Mrinal Kanti Ghose. "CluSiBotHealer: Botnet Detection through Similarity Analysis of Clusters". Journal of Advances in Computer Networks 3, n.º 1 (2015): 49–55. http://dx.doi.org/10.7763/jacn.2015.v3.141.
Texto completo da fonteKremer, Kyle, Dongzi Li, Wenbin Lu, Anthony L. Piro e Bing Zhang. "Prospects for Detecting Fast Radio Bursts in the Globular Clusters of Nearby Galaxies". Astrophysical Journal 944, n.º 1 (1 de fevereiro de 2023): 6. http://dx.doi.org/10.3847/1538-4357/acabbf.
Texto completo da fonteMirmelstein, M., M. Shimon e Y. Rephaeli. "Detection likelihood of cluster-induced CMB polarization". Astronomy & Astrophysics 644 (30 de novembro de 2020): A36. http://dx.doi.org/10.1051/0004-6361/201834657.
Texto completo da fonteMasuda, Ryo, e Ryo Inoue. "Point Event Cluster Detection via the Bayesian Generalized Fused Lasso". ISPRS International Journal of Geo-Information 11, n.º 3 (11 de março de 2022): 187. http://dx.doi.org/10.3390/ijgi11030187.
Texto completo da fonteTeses / dissertações sobre o assunto "Clusters detection"
Farrens, S. "Optical detection of galaxy clusters". Thesis, University College London (University of London), 2011. http://discovery.ucl.ac.uk/1318077/.
Texto completo da fonteMundnich, Batic Karel Bogomir. "Early detection of high volatility clusters using particle filters". Tesis, Universidad de Chile, 2013. http://www.repositorio.uchile.cl/handle/2250/115486.
Texto completo da fonteEl presente trabajo explora y analiza el uso de herramientas de procesamiento de señales que son comunes en áreas de Ingeniería Eléctrica y Pronóstico y Gestión de Salud en el análisis de series de tiempo financieras. El objetivo principal de este trabajo es detectar eventos de alto riesgo en una etapa temprana. De esta forma, el algoritmo propuesto emplea la fuerte relación entre volatilidad y riesgo y detecta clusters de alta volatilidad mediante el uso de la información obtenida de los procesos de estimación a través de Filtro de Partículas. Para alcanzar el objetivo mencionado, se utiliza la representación de espacio-estado estocástica uGARCH para modelar la volatilidad de retornos compuestos continuamente. Dada la no-observabilidad de la volatilidad, se implementan dos esquemas de Filtro de Partículas para su estimación: los enfoques clásico y sensible al riesgo. Este último incluye el uso de una Distribución de Pareto Generalizada como propuesta para el funcional de riesgo (y distribución de importancia) para asegurar la asignación de partículas en regiones del espacio-estado que están asociadas a variaciones rápidas de volatilidad del sistema. Para evaluar correctamente el rendimiento de las rutinas de filtrado, se han generado seis conjuntos de datos, donde ambos el estado y las mediciones son conocidas. Además, se ha realizado un análisis de sensibilidad sobre los seis conjuntos de datos, para así obtener los parámetros que permiten la mejor estimación de volatilidad. De estos resultados, se calculan valores promedios de parámetros que son luego utilizados en el esquema de detección. La etapa de detección explora tres diferentes técnicas. Primero, se propone la utilización de un test de hipótesis entre las estimaciones a priori y a posteriori de las distribuciones de probabilidad del Filtro de Partículas Sensible al Riesgo. Segundo, se utiliza el Discriminante de Fisher para comparar las estimaciones a posteriori de las densidades entre el Filtro de Partículas Clásico y el Sensible al Riesgo. Finalmente, se utiliza la Divergencia de Kullback-Leibler de la misma forma que el Discriminante de Fisher. Los algoritmos propuestos son probados en los datos generados artificialmente y en datos de acciones de IBM. Los resultados demuestran que el Filtro de Partículas Sensible al Riesgo propuesto supera la precisión del Filtro de Partículas en momentos de alzas no esperadas de volatilidad. Por otra parte, el test de hipótesis empleado en el proceso de filtrado sensible al riesgo detecta correctamente la mayoría de las alzas repentinas de volatilidad que conducen a la detección temprana de clusters de alta volatilidad. Finalmente, los algoritmos de detección propuestos basados en Discriminante de Fisher y Divergencia de Kullback-Leibler llevan a resultados donde la detección no es posible.
Crawford, Carolin Susan. "The detection of distant cooling flows". Thesis, University of Cambridge, 1988. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.293490.
Texto completo da fonteMcLoughlin, Kirstin J. "Computer aided detection of microcalcification clusters in digital mammogram images". Thesis, University of Canterbury. Electrical and Computer Engineering, 2004. http://hdl.handle.net/10092/6536.
Texto completo da fonteForsberg, Viktor. "AUTOMATIC ANOMALY DETECTION AND ROOT CAUSE ANALYSIS FOR MICROSERVICE CLUSTERS". Thesis, Umeå universitet, Institutionen för datavetenskap, 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-164740.
Texto completo da fonteBurato, Dario <1993>. "Load balancing and fault early detection for Apache Kafka clusters". Master's Degree Thesis, Università Ca' Foscari Venezia, 2019. http://hdl.handle.net/10579/15159.
Texto completo da fonteToni, Greta. "Detection and characterization of galaxy clusters in the COSMOS field with the AMICO algorithm". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2022. http://amslaurea.unibo.it/25229/.
Texto completo da fonteMarshall, J. Brooke. "Prospective Spatio-Temporal Surveillance Methods for the Detection of Disease Clusters". Diss., Virginia Tech, 2009. http://hdl.handle.net/10919/29639.
Texto completo da fontePh. D.
Moreira, Gladston Juliano Prates. "The detection of spatial clusters: graph and dynamic programming based methods". Universidade Federal de Minas Gerais, 2011. http://hdl.handle.net/1843/BUOS-8MCG9A.
Texto completo da fonteEsta tese aborda o problema de detecção de clusters espaciais e espaços-temporais. Dois algoritmos para resolver o típico problema de conjuntos de dados com processos espaciais são propostos. Um método eficiente para a detecção e inferência de clusters de doenças espaciais e espaços-temporais de dados pontuais é apresentado, o Voronoi Based Scan (VBScan). Um diagrama de Voronoi é construído para os pontos que representam indivíduos da população (casos e controles). O número de células de Voronoi interceptadas pelo segmento de linha que une de dois pontos que representam dois casos define a distância de Voronoi entre esses pontos. Esta distância é usada para aproximar a densidade da população heterogenia e construir a árvore geradora m·nima baseada na distância de Voronoi (VMST) ligando os casos. A remoção sucessiva de arestas da VMST gera sub-arvores que são os clusters candidatos potenciais. Finalmente, os clusters são avaliados através da estatística scan de Kulldorff. Simulações de Monte Carlo dos dados originais são usados para avaliar a significância dos clusters. A capacidade de detectar rapidamente clusters de surtos da doença, quando o número de indivíduos é grande, mostrou-se viável, devido à redução da carga computacional obtida com o VBScan. As simulações numéricas mostraram que o VBScan tem maior poder de detecção, sensibilidade e valor preditivo positivo do que o scan elíptico. Além disso, uma aplicação de casos e controles georeferenciados de dengue em uma cidade do Brasil é apresentado. Numa segunda abordagem, o problema típico de detecção de clusters espaciais é reformulado como um problema bi-objetivo de otimização combinatória Nós propomos um algoritmo exato baseado em programação dinâmica, Geographical Dynamic Scan, que empiricamente foi capaz de resolver os casos até de grande porte dentro de tempo computacional aceitável. Nós mostramos que o conjunto de soluções não dominadas do problema, encontradas eficientemente, contém a solução que maximiza a estatística scan de Kulldorf. O método permite clusters de formatos arbitrários, que podem ser uma coleção de regiões desconectadas ou conectadas, tendo em conta uma restrição geográfica. Note-se que esta não é uma séria desvantagem, desde que não haja um grande espaçamento entre as suas áreas. Apresentamos uma comparação empírica de detecção e precisão espacial entre o nosso algoritmo e o clássico Scan circular, utilizando dados de casos de doença de Chagas em mulheres parturientes no estado de Minas Gerais, Brasil.
Oliveira, Fernando Luiz Pereira de. "Nonparametric intensity bounds for the detection and delineation of spatial clusters". Universidade Federal de Minas Gerais, 2011. http://hdl.handle.net/1843/ICED-8GQJAE.
Texto completo da fontetexto completo
Livros sobre o assunto "Clusters detection"
Rogerson, Peter. Statistical detection and surveillance of geographic clusters. Boca Raton: Chapman & Hall/CRC, 2009.
Encontre o texto completo da fonteHojjatoleslami, S. A. A system for the detection of clusters of microcalcification in digitized mammograms. [Guildford: Department of Electronic & Electrical Engineering, University of Surrey, 1996.
Encontre o texto completo da fontePauly, Hans. Atom, molecule, and cluster beams I: Basic theory, production and detection of thermal energy beams. Berlin: Springer Berlin Heidelberg, 2000.
Encontre o texto completo da fonteLuttrell, Stephen P. A trainable texture anomaly detector using the adaptive cluster expansion (ACE) method. London: HMSO, 1990.
Encontre o texto completo da fonteVavrik, Ursula. A priori and a posteriori travel market segmentation: Tailoring automatic interaction detection and cluster analysis for tourism marketing. Aix-en-Provence: Centre des Hautes Etudes Touristiques, 1990.
Encontre o texto completo da fonteRogerson, Peter, e Ikuho Yamada. Statistical Detection and Surveillance of Geographic Clusters. Taylor & Francis Group, 2009.
Encontre o texto completo da fonteRogerson, Peter, e Ikuho Yamada. Statistical Detection and Surveillance of Geographic Clusters. Chapman and Hall/CRC, 2008. http://dx.doi.org/10.1201/9781584889366.
Texto completo da fonteRogerson, Peter, e Ikuho Yamada. Statistical Detection and Surveillance of Geographic Clusters. Taylor & Francis Group, 2008.
Encontre o texto completo da fonteRogerson, Peter, e Ikuho Yamada. Statistical Detection and Surveillance of Geographic Clusters. Taylor & Francis Group, 2008.
Encontre o texto completo da fonteRogerson, Peter, e Ikuho Yamada. Statistical Detection and Monitoring of Geographic Clusters. Chapman & Hall/CRC, 2008.
Encontre o texto completo da fonteCapítulos de livros sobre o assunto "Clusters detection"
Jaffe, W. J., A. G. Bruyn e D. Sijbreng. "HI Absorption Detection in the Perseus Cooling Flow". In Cooling Flows in Clusters and Galaxies, 145–47. Dordrecht: Springer Netherlands, 1988. http://dx.doi.org/10.1007/978-94-009-2953-1_16.
Texto completo da fonteDuczmal, Luiz H., e André L. F. Cançado. "Irregular Shaped Spatial Clusters: Detection and Inference". In Encyclopedia of GIS, 1–8. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-23519-6_1544-1.
Texto completo da fonteDuczmal, Luiz H., e André L. F. Cançado. "Irregular Shaped Spatial Clusters: Detection and Inference". In Encyclopedia of GIS, 1086–92. Cham: Springer International Publishing, 2017. http://dx.doi.org/10.1007/978-3-319-17885-1_1544.
Texto completo da fonteManghiuc, Bogdan-Adrian. "Distributed Detection of Clusters of Arbitrary Size". In Structural Information and Communication Complexity, 370–87. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-79527-6_21.
Texto completo da fonteLignières, J., B. d’Humières e J. C. Rivoal. "Linear and circular dichroism detection of magnetic torque on matrix isolated small manganese clusters". In Small Particles and Inorganic Clusters, 207–9. Berlin, Heidelberg: Springer Berlin Heidelberg, 1991. http://dx.doi.org/10.1007/978-3-642-76178-2_50.
Texto completo da fonteMcLoughlin, Kristin J., Philip J. Bones e Peter D. Kovesi. "Detection of Microcalcification Clusters in Digital Mammogram Images". In Digital Mammography, 353–57. Berlin, Heidelberg: Springer Berlin Heidelberg, 2003. http://dx.doi.org/10.1007/978-3-642-59327-7_83.
Texto completo da fonteZhao, Qinpei, Ville Hautamaki e Pasi Fränti. "Knee Point Detection in BIC for Detecting the Number of Clusters". In Advanced Concepts for Intelligent Vision Systems, 664–73. Berlin, Heidelberg: Springer Berlin Heidelberg, 2008. http://dx.doi.org/10.1007/978-3-540-88458-3_60.
Texto completo da fonteAndrienko, Natalia, Gennady Andrienko, Georg Fuchs, Salvatore Rinzivillo e Hans-Dieter Betz. "Real Time Detection and Tracking of Spatial Event Clusters". In Machine Learning and Knowledge Discovery in Databases, 316–19. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-23461-8_38.
Texto completo da fonteDavies, D. H., e D. R. Dance. "Automatic Detection of Clusters of Calcifications in Digital Mammograms". In CAR’89 Computer Assisted Radiology / Computergestützte Radiologie, 180–84. Berlin, Heidelberg: Springer Berlin Heidelberg, 1989. http://dx.doi.org/10.1007/978-3-642-52311-3_33.
Texto completo da fonteKumar, Arun, e Vishal Verma. "Relationships Among Human Genome Graph Elements Using Clusters Detection". In Communications in Computer and Information Science, 151–61. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-09469-9_14.
Texto completo da fonteTrabalhos de conferências sobre o assunto "Clusters detection"
Schreiber, E., K. Kobe, H. Kühling, S. Rohland, A. Ruff, S. Rutz, G. Sommerer e L. Wöste. "Ultrafast Spectroscopy of Alkali Clusters". In International Conference on Ultrafast Phenomena. Washington, D.C.: Optica Publishing Group, 1994. http://dx.doi.org/10.1364/up.1994.thb.5.
Texto completo da fonteC V, Manjushree, e A. N. Nandakumar. "Malware Detection across Clusters". In 2023 International Conference on Intelligent and Innovative Technologies in Computing, Electrical and Electronics (IITCEE). IEEE, 2023. http://dx.doi.org/10.1109/iitcee57236.2023.10090979.
Texto completo da fonteMurray, Brian, e Lokukaluge P. Perera. "Unsupervised Trajectory Anomaly Detection for Situation Awareness in Maritime Navigation". In ASME 2020 39th International Conference on Ocean, Offshore and Arctic Engineering. American Society of Mechanical Engineers, 2020. http://dx.doi.org/10.1115/omae2020-18281.
Texto completo da fonteMittal, Mamta, V. P. Singh e Sharma R. K. "Random automatic detection of clusters". In 2011 IEEE International Conference on Image Information Processing (ICIIP). IEEE, 2011. http://dx.doi.org/10.1109/iciip.2011.6108856.
Texto completo da fonteSteadman, J., E. W. Fournier e J. A. Syage. "Detection and Differentiation of Neutral and Ionic Reaction Mechanisms in Molecular Clusters". In Laser Applications to Chemical Analysis. Washington, D.C.: Optica Publishing Group, 1990. http://dx.doi.org/10.1364/laca.1990.pd4.
Texto completo da fonteCox, D. M., M. R. Zakin, R. O. Brickman, D. J. Trevor, K. C. Reichmann e A. Kaldor. "Infrared photodissociation spectroscopy of unsupported metal clusters and metal cluster complexes". In International Laser Science Conference. Washington, D.C.: Optica Publishing Group, 1986. http://dx.doi.org/10.1364/ils.1986.fn2.
Texto completo da fonteCox, D. M., M. R. Zakin, R. O. Brickman, D. J. Trevor, K. C. Reichmann e A. Kaldor. "Infrared photodissociation spectroscopy of unsupported metal clusters and metal cluster complexes". In OSA Annual Meeting. Washington, D.C.: Optica Publishing Group, 1986. http://dx.doi.org/10.1364/oam.1986.fn2.
Texto completo da fonteScoles, G. "IR spectroscopy of molecules attached to liquid He clusters". In OSA Annual Meeting. Washington, D.C.: Optica Publishing Group, 1992. http://dx.doi.org/10.1364/oam.1992.mee2.
Texto completo da fontePavasant, Nat, Masayuki Numao e Ken-ichi Fukui. "Spatio-Temporal Change Detection Using Granger Sequence Pattern". In Twenty-Ninth International Joint Conference on Artificial Intelligence and Seventeenth Pacific Rim International Conference on Artificial Intelligence {IJCAI-PRICAI-20}. California: International Joint Conferences on Artificial Intelligence Organization, 2020. http://dx.doi.org/10.24963/ijcai.2020/741.
Texto completo da fonteDesai, Narayan, Rick Bradshaw e Ewing Lusk. "Disparity: Scalable Anomaly Detection for Clusters". In 2008 International Conference on Parallel Processing Workshops (ICPP-W). IEEE, 2008. http://dx.doi.org/10.1109/icpp-w.2008.30.
Texto completo da fonteRelatórios de organizações sobre o assunto "Clusters detection"
Lawrence, Kaitlyn, Wendy Kuhne e Ashlee Swindle. Development of FRET clusters for CBRN Detection. Office of Scientific and Technical Information (OSTI), agosto de 2020. http://dx.doi.org/10.2172/1651109.
Texto completo da fonteCampi, Mercedes, e Marco Dueñas. Clusters and Resilience during the COVID–19 Crisis: Evidence from Colombian Exporting Firms. Inter-American Development Bank, outubro de 2022. http://dx.doi.org/10.18235/0004474.
Texto completo da fontePiacentine, J. Detection of Galaxy Clusters with the XMM-Newton Large Scale Structure Survey. Office of Scientific and Technical Information (OSTI), setembro de 2004. http://dx.doi.org/10.2172/833122.
Texto completo da fonteUy, D. L. An algorithm for image clusters detection and identification based on color for an autonomous mobile robot. Office of Scientific and Technical Information (OSTI), fevereiro de 1996. http://dx.doi.org/10.2172/184307.
Texto completo da fonteCytryn, E., Sean F. Brady e O. Frenkel. Cutting edge culture independent pipeline for detection of novel anti-fungal plant protection compounds in suppressive soils. Israel: United States-Israel Binational Agricultural Research and Development Fund, 2022. http://dx.doi.org/10.32747/2022.8134142.bard.
Texto completo da fonteKirichek, Galina, Vladyslav Harkusha, Artur Timenko e Nataliia Kulykovska. System for detecting network anomalies using a hybrid of an uncontrolled and controlled neural network. [б. в.], fevereiro de 2020. http://dx.doi.org/10.31812/123456789/3743.
Texto completo da fonteStalley, Sean. Clustered Hyperspectral Target Detection. Portland State University Library, janeiro de 2000. http://dx.doi.org/10.15760/etd.7514.
Texto completo da fonteHao, Jiangang. Optical galaxy cluster detection across a wide redshift range. Office of Scientific and Technical Information (OSTI), abril de 2009. http://dx.doi.org/10.2172/971005.
Texto completo da fonteWessel, J. Molecular detection using Rydberg, autoionizing, and cluster states. Progress report. Office of Scientific and Technical Information (OSTI), agosto de 1990. http://dx.doi.org/10.2172/674621.
Texto completo da fonteWessel, J. Molecular detection using Rydberg, autoionizing, and cluster states. Progress report. Office of Scientific and Technical Information (OSTI), agosto de 1989. http://dx.doi.org/10.2172/674622.
Texto completo da fonte