Quantification in data streams: initial results (2017)
- Authors:
- Autor USP: BATISTA, GUSTAVO ENRIQUE DE ALMEIDA PRADO ALVES - ICMC
- Unidade: ICMC
- DOI: 10.1109/BRACIS.2017.74
- Subjects: APRENDIZADO COMPUTACIONAL; ANÁLISE DE SÉRIES TEMPORAIS; ALGORITMOS PARA PROCESSAMENTO
- Keywords: data stream; quantification; concept drift; verification latency
- Language: Inglês
- Imprenta:
- Publisher: IEEE
- Publisher place: Piscataway
- Date published: 2017
- Source:
- Título: Proceedings
- Volume/Número/Paginação/Ano: 978153862407
- Conference titles: Brazilian Conference on Intelligent Systems - BRACIS
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
MALETZKE, André G e REIS, Denis M. dos e BATISTA, Gustavo Enrique de Almeida Prado Alves. Quantification in data streams: initial results. 2017, Anais.. Piscataway: IEEE, 2017. Disponível em: https://doi.org/10.1109/BRACIS.2017.74. Acesso em: 28 fev. 2026. -
APA
Maletzke, A. G., Reis, D. M. dos, & Batista, G. E. de A. P. A. (2017). Quantification in data streams: initial results. In Proceedings. Piscataway: IEEE. doi:10.1109/BRACIS.2017.74 -
NLM
Maletzke AG, Reis DM dos, Batista GE de APA. Quantification in data streams: initial results [Internet]. Proceedings. 2017 ;[citado 2026 fev. 28 ] Available from: https://doi.org/10.1109/BRACIS.2017.74 -
Vancouver
Maletzke AG, Reis DM dos, Batista GE de APA. Quantification in data streams: initial results [Internet]. Proceedings. 2017 ;[citado 2026 fev. 28 ] Available from: https://doi.org/10.1109/BRACIS.2017.74 - Time series classification with motifs and characteristics
- Uma avaliação sobre a identificação de Motifs em séries temporais
- A fuzzy classifier for data streams with infinitely delayed labels
- Fast unsupervised online drift detection using incremental Kolmogorov-Smirnov test
- A complexity-invariant measure based on fractal dimension for time series classification
- Towards automatic classification on flying insects using inexpensive sensors
- Data mining a trillion time series subsequences under dynamic time warping
- Distância invariante à complexidade baseada em dimensão fractal para classificação de séries temporais
- Unsupervised context switch for classification tasks on data streams with recurrent concepts
- On the need of class ratio insensitive drift tests for data streams
Informações sobre o DOI: 10.1109/BRACIS.2017.74 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
