Data mining techniques sensor von appice annalisa (5 Ergebnisse)
Data Mining Techniques in Sensor Networks: Summarization, Interpolation and Surveillance (SpringerBriefs in Computer Science)
Appice, Annalisa; Ciampi, Anna; Fumarola, Fabio; Malerba, Donato
Sprache: Englisch
Verlag: Springer, 2013
- Softcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 59,28
EUR 13,98 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
Data Mining Techniques in Sensor Networks: Summarization, Interpolation and Surveillance
Appice, Annalisa/ Ciampi, Anna/ Fumarola, Fabio/ Malerba, Donato
Sprache: Englisch
Verlag: Springer-Verlag New York Inc, 2013
- Softcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 75,63
EUR 11,67 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Paperback. Zustand: Brand New. 2014 edition. 123 pages. 9.00x6.00x0.25 inches. In Stock.
Sprache: Englisch
Verlag: Springer, 2013
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 53,49
EUR 60,98 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Sensor networks comprise of a number of sensors installed across a spatially distributed network, which gather information and periodically feed a central server with the measured data. The server monitors the data, issues possible alarms and compute…s fast aggregates. As data analysis requests may concern both present and past data, the server is forced to store the entire stream. But the limited storage capacity of a server may reduce the amount of data stored on the disk. One solution is to compute summaries of the data as it arrives, and to use these summaries to interpolate the real data. This work introduces a recently defined spatio-temporal pattern, called trend cluster, to summarize, interpolate and identify anomalies in a sensor network. As an example, the application of trend cluster discovery to monitor the efficiency of photovoltaic power plants is discussed. The work closes with remarks on new possibilities for surveillance enabled by recent developments in sensing technology.
Sprache: Englisch
Verlag: Springer, 2013
- Softcover
Anbieter: preigu, Osnabrück, Deutschlandpreigu
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 50,40
EUR 70,00 VersandVersand von Deutschland nach USAAnzahl: 5 verfügbar
Taschenbuch. Zustand: Neu. Data Mining Techniques in Sensor Networks | Summarization, Interpolation and Surveillance | Annalisa Appice (u. a.) | Taschenbuch | SpringerBriefs in Computer Science | xiii | Englisch | 2013 | Springer | EAN 9781447154532 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69…121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
Data Mining Techniques in Sensor Networks : Summarization, Interpolation and Surveillance
Annalisa Appice, Donato Malerba, Fabio Fumarola, Anna Ciampi
Sprache: Englisch
Verlag: Springer London, 2013
- Softcover
Anbieter: Buchpark, Trebbin, DeutschlandBuchpark
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Gebraucht - Sehr gut
EUR 40,75
EUR 105,00 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Zustand: Sehr gut. Zustand: Sehr gut | Sprache: Englisch | Produktart: Bücher | Sensor networks comprise of a number of sensors installed across a spatially distributed network, which gather information and periodically feed a central server with the measured data. The server monitors the data, issues possible alarms and compute…s fast aggregates. As data analysis requests may concern both present and past data, the server is forced to store the entire stream. But the limited storage capacity of a server may reduce the amount of data stored on the disk. One solution is to compute summaries of the data as it arrives, and to use these summaries to interpolate the real data. This work introduces a recently defined spatio-temporal pattern, called trend cluster, to summarize, interpolate and identify anomalies in a sensor network. As an example, the application of trend cluster discovery to monitor the efficiency of photovoltaic power plants is discussed. The work closes with remarks on new possibilities for surveillance enabled by recent developments in sensing technology.
