Rivoli, Lidia
(2013)
Knowledge discovery methods for data streams (Methodological contributions and applications).
[Tesi di dottorato]
| 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 |
[error in script]
[error in script]
| 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 per month over past year
Actions (login required)
 |
Modifica documento |
