Rivoli, Lidia (2013) Knowledge discovery methods for data streams (Methodological contributions and applications). [Tesi di dottorato]
Anteprima |
Testo
Rivoli_Lidia_XXV.pdf Download (2MB) | Anteprima |
Tipologia del documento: | Tesi di dottorato |
---|---|
Lingua: | English |
Titolo: | Knowledge discovery methods for data streams (Methodological contributions and applications) |
Autori: | Autore Email Rivoli, Lidia lidia.rivoli@unina.it |
Data: | 12 Aprile 2013 |
Numero di pagine: | 140 |
Istituzione: | Università degli Studi di Napoli Federico II |
Dipartimento: | Matematico-statistico |
Scuola di dottorato: | Scienze economiche e statistiche |
Dottorato: | Statistica |
Ciclo di dottorato: | 25 |
Coordinatore del Corso di dottorato: | nome email Lauro, Carlo Natale carlo.lauro@unina.it |
Tutor: | nome email Verde, Rosanna rosanna.verdeunina2.it |
Data: | 12 Aprile 2013 |
Numero di pagine: | 140 |
Parole chiave: | data stream, histogram data |
Settori scientifico-disciplinari del MIUR: | Area 13 - Scienze economiche e statistiche > SECS-S/01 - Statistica |
Depositato il: | 12 Apr 2013 12:43 |
Ultima modifica: | 23 Lug 2014 12:15 |
URI: | http://www.fedoa.unina.it/id/eprint/9564 |
DOI: | 10.6092/UNINA/FEDOA/9564 |
Abstract
Questa tesi propone due metodologie per la sintesi e lo studio dell'evoluzione nel tempo di data stream. I data stream sono flussi di dati che vengono prodotti ad alta frequenza e continuamente nel tempo. Per queste caratteristiche, necessitano di tecniche di analisi specifiche ed in particolare, on-line, con tempi di elaborazione ridotti e a limitata memoria.
Downloads
Downloads per month over past year
Actions (login required)
![]() |
Modifica documento |