Hameurlain / Tjoa / Pacitti | Transactions on Large-Scale Data- and Knowledge-Centered Systems LI | E-Book | sack.de
E-Book

E-Book, Englisch, Band 13410, 137 Seiten, eBook

Reihe: Lecture Notes in Computer Science

Hameurlain / Tjoa / Pacitti Transactions on Large-Scale Data- and Knowledge-Centered Systems LI

Special Issue on Data Management - Principles, Technologies and Applications
1. Auflage 2022
ISBN: 978-3-662-66111-6
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark

Special Issue on Data Management - Principles, Technologies and Applications

E-Book, Englisch, Band 13410, 137 Seiten, eBook

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-662-66111-6
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark



The LNCS journal Transactions on Large-Scale Data and Knowledge-Centered Systems focuses on data management, knowledge discovery, and knowledge processing, which are core and hot topics in computer science. Since the 1990s, the Internet has become the main driving force behind application development in all domains. An increase in the demand for resource sharing (e.g., computing resources, services, metadata, data sources) across different sites connected through networks has led to an evolution of data- and knowledge-management systems from centralized systems to decentralized systems enabling large-scale distributed applications providing high scalability. This, the 51st issue of Transactions on Large-Scale Data and Knowledge-Centered Systems, contains five fully revised selected regular papers. Topics covered include data anonyomaly detection, schema generation, optimizing data coverage,  and digital preservationwith synthetic DNA.
Hameurlain / Tjoa / Pacitti Transactions on Large-Scale Data- and Knowledge-Centered Systems LI jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


Threats Modeling And Anomaly Detection In The Behaviour Of A System - A Review Of Some Approaches.- Incremental Schema Generation for Large and Evolving RDF Sources.- Optimizing Data Coverage and Significance in Multiple Hypothesis Testing on User Groups.- Efficiently identifying disguised missing values in heterogeneous, text-rich data.- Digital Preservation with Synthetic DNA.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.