PTS: Projected Topological Stream clustering algorithm (2016)
- Authors:
- Autor USP: MELLO, RODRIGO FERNANDES DE - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.neucom.2015.08.094
- Subjects: SISTEMAS DISTRIBUÍDOS; PROGRAMAÇÃO CONCORRENTE
- Language: Inglês
- Imprenta:
- Source:
- Título: Neurocomputing
- ISSN: 0925-2312
- Volume/Número/Paginação/Ano: v. 180, p. 16-26, Mar. 2016
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
PEREIRA, Cássio M. M e MELLO, Rodrigo Fernandes de. PTS: Projected Topological Stream clustering algorithm. Neurocomputing, v. 180, p. 16-26, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2015.08.094. Acesso em: 15 out. 2024. -
APA
Pereira, C. M. M., & Mello, R. F. de. (2016). PTS: Projected Topological Stream clustering algorithm. Neurocomputing, 180, 16-26. doi:10.1016/j.neucom.2015.08.094 -
NLM
Pereira CMM, Mello RF de. PTS: Projected Topological Stream clustering algorithm [Internet]. Neurocomputing. 2016 ; 180 16-26.[citado 2024 out. 15 ] Available from: https://doi.org/10.1016/j.neucom.2015.08.094 -
Vancouver
Pereira CMM, Mello RF de. PTS: Projected Topological Stream clustering algorithm [Internet]. Neurocomputing. 2016 ; 180 16-26.[citado 2024 out. 15 ] Available from: https://doi.org/10.1016/j.neucom.2015.08.094 - Caracterização de comportamento de sistemas por meio de agrupamento de dados e detecção de novidades
- Genetic algorithms applied to organize wirelless sensor networks aiming good coverage and redundancy
- Supporting the transparent execution of high performance applications on grids
- An online data access prediction and optimization approach for distributed systems
- Model for simulation of heterogeneous high-performance computing environments
- High performance computing on grids
- Toward an efficient middleware for multithreaded applications in computational grid
- On simulated annealing for the scheduling of parallel applications
- A systematic literature review on decomposition approaches to estimate time series components
- Feature extraction based on exponential-weighted higher-order local auto-correlation: an approach to improve data characterization
Informações sobre o DOI: 10.1016/j.neucom.2015.08.094 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas