索维克·巴塔查里亚(编辑);库什克·戈什(编辑) 大数据分析的噪音过滤。 (英语) Zbl 1490.68008号 De Gruyter数学在工程和信息科学中的应用系列12.柏林:De Gruyter(ISBN 978-3-11-069709-4/hbk;978-3-11-10-69721-6/电子书)。viii,156页。(2022). 出版商描述:这本书解释了如何大规模地进行数据去噪,并且具有令人满意的精度。考虑了三个主要问题。首先,在开发过滤模型时,如何消除从一个阶段到下一个阶段的误差传播。其次,如何在净化数据的同时保持数据的位置重要性。最后,保存数据中的内存对于从有噪声的大数据中提取智能数据至关重要。如果在应用任何形式的平滑或滤波后,相应数据的存储器发生重大变化,则最终数据可能会丢失一些重要信息。这可能导致错误或错误的结论。但是,当预测由于平滑或滤波而导致的任何信息损失时,不能避免去噪过程,因为另一方面,在存在噪声的情况下对大数据进行任何分析都可能会产生误导。因此,为了有效地处理这一问题,整个过程需要使用高效智能的模型进行非常仔细的执行。本卷的文章不会单独编入索引。 MSC公司: 68-06 与计算机科学有关的论文集、会议、文集等 68页30 编码和信息理论(压缩、压缩、通信模型、编码方案等)(计算机科学方面) 68T09号 数据分析和大数据的计算方面 00B15号机组 杂项特定利益物品的收集 PDF格式BibTeX公司 XML格式引用 \textit{S.Bhattacharyya}(编辑)和\textit{K.Ghosh}(主编),大数据分析的噪声过滤。柏林:De Gruyter(2022;Zbl 1490.68008) 全文: 内政部