Tomas singliar (4 resultados)
- Más imágenes
- Tapa blanda
Librería: preigu, Osnabrück, Alemaniapreigu
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 51,10
Envío por EUR 70,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 5 disponibles
Taschenbuch. Condición: Neu. MACHINE LEARNING SOLUTIONS FOR TRANSPORTATION NETWORKS | Learning the behavior of traffic flow | Tomas Singliar | Taschenbuch | Englisch | VDM Verlag Dr. Müller | EAN 9783639171600 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]…de | Anbieter: preigu.
- Tapa blanda
Librería: Revaluation Books, Exeter, Reino UnidoRevaluation Books
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 117,70
Envío por EUR 11,69Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Paperback. Condición: Brand New. 128 pages. 8.66x5.91x0.29 inches. In Stock.
- Más imágenes
- Tapa blanda
- Impresión bajo demanda
Librería: moluna, Greven, Alemaniamoluna
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 46,32
Envío por EUR 48,99Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Kartoniert / Broschiert. Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Singliar TomasTomas specializes in machine learning and anomaly detection,nespecially by means of graphical probability models. He obtainednhis PhD from University of Pittsburgh… in 2008, authored papersnon inference in graphical mode.
- Más imágenes
- Tapa blanda
- Impresión bajo demanda
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 59,71
Envío por EUR 60,94Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 2 disponibles
Taschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - This thesis brings a collection of novel models andmethods that result from a new look at practicalproblems in transportation through the prism of newlyavailable sensor data. From this data, we build a model of traffic flowinspired by ma…croscopic flow models. Unliketraditional such models, our model deals withuncertainty of measurement and unobservability ofcertain important quantities and incorporateson-the-fly observations more easily. Having apredictive distribution of traffic state enables theapplication of powerful decision-making machinery tothe traffic domain.Secondly, a new method for detecting accidents andother adverse events is described. Data collectedfrom highways enables us to bring supervised learningapproaches to incident detection. However, a majorhurdle to performance of supervised learners is thequality of data which contains systematic biasesvarying from site to site. We build a dynamicBayesian network framework that learns and rectifiesthese biases, leading to improved superviseddetector performance with little need for manuallytagged data. The realignment method applies generallyto virtually all forms of labeled sequential data.
