Relative validity criteria for community mining algorithms (2014)
- Authors:
- Autor USP: CAMPELLO, RICARDO JOSÉ GABRIELLI BARRETO - ICMC
- Unidade: ICMC
- DOI: 10.1007/978-1-4614-6170-8_356
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Inglês
- Imprenta:
- ISBN: 9781461461692
- Source:
- Título: Encyclopedia of social network analysis and mining
- Volume/Número/Paginação/Ano: 2437 p
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
RABBANY, Reihaneh et al. Relative validity criteria for community mining algorithms. Encyclopedia of social network analysis and mining. Tradução . New York: Springer, 2014. . Disponível em: https://doi.org/10.1007/978-1-4614-6170-8_356. Acesso em: 27 mar. 2026. -
APA
Rabbany, R., Takaffoli, M., Fagnan, J., Zaïane, O. R., & Campello, R. J. G. B. (2014). Relative validity criteria for community mining algorithms. In Encyclopedia of social network analysis and mining. New York: Springer. doi:10.1007/978-1-4614-6170-8_356 -
NLM
Rabbany R, Takaffoli M, Fagnan J, Zaïane OR, Campello RJGB. Relative validity criteria for community mining algorithms [Internet]. In: Encyclopedia of social network analysis and mining. New York: Springer; 2014. [citado 2026 mar. 27 ] Available from: https://doi.org/10.1007/978-1-4614-6170-8_356 -
Vancouver
Rabbany R, Takaffoli M, Fagnan J, Zaïane OR, Campello RJGB. Relative validity criteria for community mining algorithms [Internet]. In: Encyclopedia of social network analysis and mining. New York: Springer; 2014. [citado 2026 mar. 27 ] Available from: https://doi.org/10.1007/978-1-4614-6170-8_356 - Similarity measures for comparing biclusterings
- Density-based clustering validation
- Active learning strategies for semi-supervised DBSCAN
- On the evaluation of outlier detection and one-class classification methods
- An introduction to models based on Laguerre, Kautz and other related orthonormal functions - part II: non-linear models
- Evaluating correlation coefficients for clustering gene expression profiles of cancer
- A simpler and more accurate AUTO-HDS framework for clustering and visualization of biological data
- Exact search directions for optimization of linear and nonlinear models based on generalized orthonormal functions
- A cluster based hybrid feature selection approach
- A unified framework of density-based clustering for semi-supervised classification
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
