• صفحه اصلی
  • جستجوی پیشرفته
  • فهرست کتابخانه ها
  • درباره پایگاه
  • ارتباط با ما
  • تاریخچه
  • ورود / ثبت نام

عنوان
Learning automata approach for social networks /

پدید آورنده
Alireza Rezvanian [and four others].

موضوع
Machine learning.,Online social networks-- Data processing.,System analysis-- Data processing.,Machine learning.,System analysis-- Data processing.

رده
HM742
.
R49
2019

کتابخانه
مرکز و کتابخانه مطالعات اسلامی به زبان‌های اروپایی

محل استقرار
استان: قم ـ شهر: قم

مرکز و کتابخانه مطالعات اسلامی به زبان‌های اروپایی

تماس با کتابخانه : 32910706-025

شابک

شابک
3030107671
شابک
303010768X
شابک
9783030107673
شابک
9783030107680
شابک اشتباه
3030107663
شابک اشتباه
9783030107666

عنوان و نام پديدآور

عنوان اصلي
Learning automata approach for social networks /
نام عام مواد
[Book]
نام نخستين پديدآور
Alireza Rezvanian [and four others].

وضعیت نشر و پخش و غیره

محل نشرو پخش و غیره
Cham, Switzerland :
نام ناشر، پخش کننده و غيره
Springer,
تاریخ نشرو بخش و غیره
[2019]

مشخصات ظاهری

نام خاص و کميت اثر
1 online resource (xvii, 349 pages) :
ساير جزييات
illustrations (some color)

فروست

عنوان فروست
Studies in computational intelligence ;
مشخصه جلد
volume 820

یادداشتهای مربوط به کتابنامه ، واژه نامه و نمایه های داخل اثر

متن يادداشت
Includes bibliographical references.

یادداشتهای مربوط به مندرجات

متن يادداشت
Introduction to Learning Automata Models -- Wavefront Cellular Learning Automata: A New Learning Paradigm -- Social Networks and Learning Systems: A Bibliometric Analysis -- Social Network Sampling -- Social Community Detection -- Social Link Prediction -- Social Trust Management -- Social Recommender Systems -- Social Influence Maximization.
بدون عنوان
0

یادداشتهای مربوط به خلاصه یا چکیده

متن يادداشت
This book begins by briefly explaining learning automata (LA) models and a recently developed cellular learning automaton (CLA) named wavefront CLA. Analyzing social networks is increasingly important, so as to identify behavioral patterns in interactions among individuals and in the networks' evolution, and to develop the algorithms required for meaningful analysis. As an emerging artificial intelligence research area, learning automata (LA) has already had a significant impact in many areas of social networks. Here, the research areas related to learning and social networks are addressed from bibliometric and network analysis perspectives. In turn, the second part of the book highlights a range of LA-based applications addressing social network problems, from network sampling, community detection, link prediction, and trust management, to recommender systems and finally influence maximization. Given its scope, the book offers a valuable guide for all researchers whose work involves reinforcement learning, social networks and/or artificial intelligence.

یادداشتهای مربوط به سفارشات

منبع سفارش / آدرس اشتراک
Springer Nature
شماره انبار
com.springer.onix.9783030107673

ویراست دیگر از اثر در قالب دیگر رسانه

عنوان
Learning automata approach for social networks.
شماره استاندارد بين المللي کتاب و موسيقي
9783030107666

موضوع (اسم عام یاعبارت اسمی عام)

موضوع مستند نشده
Machine learning.
موضوع مستند نشده
Online social networks-- Data processing.
موضوع مستند نشده
System analysis-- Data processing.
موضوع مستند نشده
Machine learning.
موضوع مستند نشده
System analysis-- Data processing.

مقوله موضوعی

موضوع مستند نشده
COM004000
موضوع مستند نشده
UYQ
موضوع مستند نشده
UYQ

رده بندی ديویی

شماره
302
.
30285
ويراست
23

رده بندی کنگره

شماره رده
HM742
نشانه اثر
.
R49
2019

نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )

مستند نام اشخاص تاييد نشده
Rezvanian, Alireza

مبدا اصلی

تاريخ عمليات
20200823082528.0
قواعد فهرست نويسي ( بخش توصيفي )
pn

دسترسی و محل الکترونیکی

نام الکترونيکي
 مطالعه متن کتاب 

اطلاعات رکورد کتابشناسی

نوع ماده
[Book]

اطلاعات دسترسی رکورد

تكميل شده
Y

پیشنهاد / گزارش اشکال

اخطار! اطلاعات را با دقت وارد کنید
ارسال انصراف
این پایگاه با مشارکت موسسه علمی - فرهنگی دارالحدیث و مرکز تحقیقات کامپیوتری علوم اسلامی (نور) اداره می شود
مسئولیت صحت اطلاعات بر عهده کتابخانه ها و حقوق معنوی اطلاعات نیز متعلق به آنها است
برترین جستجوگر - پنجمین جشنواره رسانه های دیجیتال