Thyrion F. Study of the Runaway Characteristics of Suspension Polymerisation of Styrene. (1995) CHEMICAL ENGINEERING & TECHNOLOGY 0930-7516 1521-4125 18 315-323, 1865025
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[1865025]
  1. Goncalves OH et al. Effects of Operational Parameters on Particle Size Distributions in Methyl Methacrylate Suspension Polymerization. (2011) INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH 0888-5885 1520-5045 50 15 9116-9122
    Folyóiratcikk[22031119] [Admin láttamozott]
    Független, Idéző: 22031119, Kapcsolat: 22031119
  2. Brooks BW. Suspension Polymerization Processes. (2010) CHEMICAL ENGINEERING & TECHNOLOGY 0930-7516 1521-4125 33 11 1737-1744
    Folyóiratcikk[22031120] [Admin láttamozott]
    Független, Idéző: 22031120, Kapcsolat: 22031120
  3. Jang SI et al. Simulation of thermal behavior of suspension polymerization of styrene in a batch reactor. (2006) JOURNAL OF CHEMICAL ENGINEERING OF JAPAN 0021-9592 39 3 305-313
    Folyóiratcikk[22031121] [Jóváhagyott]
    Független, Idéző: 22031121, Kapcsolat: 22031121
  4. Hungenberg KD et al. Modeling safety aspects of styrene polymerization processes. (2005) INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH 0888-5885 1520-5045 44 8 2518-2524
    Folyóiratcikk[22031122] [Jóváhagyott]
    Független, Idéző: 22031122, Kapcsolat: 22031122
  5. B W Brooks. Handbook of Polymer Reaction Engineering. (2005) ISBN:9783527310142
    Könyv/Kézikönyv (Könyv)/Tudományos[23747540] [Jóváhagyott]
    Független, Idéző: 23747540, Kapcsolat: 23747540
  6. Brooks BW. Why are polymerization reactors special?. (1997) INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH 0888-5885 1520-5045 36 4 1158-1162
    Folyóiratcikk[22031123] [Jóváhagyott]
    Független, Idéző: 22031123, Kapcsolat: 22031123
  7. Abonyi J et al. Takagi-Sugeno fuzzy control of batch polymerization reactors. (1997) ISBN:0780336275
    Egyéb konferenciakötet/Tudományos[23747750] [Jóváhagyott]
    Független, Idéző: 23747750, Kapcsolat: 23747750
Abonyi J et al. Fuzzy clustering based segmentation of time-series. (2003) LECTURE NOTES IN COMPUTER SCIENCE 0302-9743 1611-3349 2810 275-285, 1009850
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[1009850]
  1. Столбовий МИХАЙЛО. Технологія відеореферування на основі кластеризації для інформаційного пошуку. (2019)
    Egyéb/Tudományos[31142047] [Jóváhagyott]
    Független, Idéző: 31142047, Kapcsolat: 28780326
  2. Durán Rosal. Time series data mining: preprocessing, analysis, segmentation and prediction. Applications. (2019)
    Disszertáció/PhD (Disszertáció)/Tudományos[30851248] [Jóváhagyott]
    Független, Idéző: 30851248, Kapcsolat: 28358184
  3. Mashtalir S. V. et al. CLUSTERING VIDEO SEQUENCES BY THE METHOD OF HARMONIC K-MEANS. (2019) CYBERNETICS AND SYSTEMS ANALYSIS 1060-0396 1573-8337 55 2 200-206
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31103799] [Érvényesített]
    Független, Idéző: 31103799, Kapcsolat: 28708443
  4. Mashtalir S. V. et al. Clustering Video Sequences by the Method of Harmonic k-Means. (2019) CYBERNETICS AND SYSTEMS ANALYSIS 1060-0396 1573-8337 55 2 200-206
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30851244] [Jóváhagyott]
    Független, Idéző: 30851244, Kapcsolat: 28358180
  5. Машталир СВ et al. Адаптивные матричные модели в задаче контроля потоков видео. (2018) Radio Electronics, Computer Science, Control 1607-3274 2313-688X 4 (47)
    Folyóiratcikk/Tudományos[31154498] [Jóváhagyott]
    Független, Idéző: 31154498, Kapcsolat: 28780317
  6. Manuel Duran-Rosal Antonio et al. Simultaneous optimisation of clustering quality and approximation error for time series segmentation. (2018) INFORMATION SCIENCES 0020-0255 442 186-201
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[27572264] [Érvényesített]
    Független, Idéző: 27572264, Kapcsolat: 27572264
  7. Hu Z et al. Clustering matrix sequences based on the iterative dynamic time deformation procedure. (2018) INTERNATIONAL JOURNAL OF INTELLIGENT SYSTEMS AND APPLICATIONS 2074-904X 2074-9058 10 7 66-73
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[27657136] [Jóváhagyott]
    Független, Idéző: 27657136, Kapcsolat: 27657136
  8. Fu Yanjie et al. A Multi-Label Multi-View Learning Framework for In-App Service Usage Analysis. (2018) ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY 2157-6904 2157-6912 9 4
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30464562] [Érvényesített]
    Független, Idéző: 30464562, Kapcsolat: 27893806
  9. Mashtalir S. et al. ADAPTIVE MATRIX MODELS IN THE VIDEO STREAMS CONTROL PROBLEM. (2018) Radio Electronics, Computer Science, Control 1607-3274 2313-688X 4 188-194
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30464550] [Érvényesített]
    Független, Idéző: 30464550, Kapcsolat: 27893805
  10. Hu Z et al. Video shots' matching via various length of multidimensional time sequences. (2017) INTERNATIONAL JOURNAL OF INTELLIGENT SYSTEMS AND APPLICATIONS 2074-904X 2074-9058 9 11 10-16
    Folyóiratcikk/Tudományos[27119258] [Jóváhagyott]
    Független, Idéző: 27119258, Kapcsolat: 27119258
  11. Mashtalir Sergii et al. Video shot boundary detection via sequential clustering. (2017)
    Egyéb/Tudományos[31154511] [Jóváhagyott]
    Független, Idéző: 31154511, Kapcsolat: 28780333
  12. Yarahmadi Aziz et al. Unraveling Bi-Lingual Multi-Feature Based Text Classification: A Case Study. (2017)
    Egyéb/Tudományos[31154492] [Jóváhagyott]
    Független, Idéző: 31154492, Kapcsolat: 28780308
  13. Sumanth Sriramoju. MOBILE MESSAGING APPLICATION FRAMEWORK FOR SERVICE USAGE CATEGORIZATION. (2017) International Journal of Research In Science & Engineering 2394-8299 2394-8299 3 4 56-65
    Folyóiratcikk[27119534] [Jóváhagyott]
    Független, Idéző: 27119534, Kapcsolat: 27119534
  14. Кузнецова МВ et al. Локальное пpогнозиpование вpеменных pядов с использованием инваpиантных пpеобpазований. (2016)
    Egyéb/Tudományos[31154495] [Jóváhagyott]
    Független, Idéző: 31154495, Kapcsolat: 28780312
  15. Yanjie Fu et al. Service Usage Classification with Encrypted Internet Traffic in Mobile Messaging Apps. (2016) IEEE TRANSACTIONS ON MOBILE COMPUTING 1536-1233 1558-0660 15 11 2851-2864
    Folyóiratcikk[26320883] [Jóváhagyott]
    Független, Idéző: 26320883, Kapcsolat: 26320883
  16. Guo Hongyue et al. Dynamic programming-based optimization for segmentation and clustering of hydrometeorological time series. (2016) STOCHASTIC ENVIRONMENTAL RESEARCH AND RISK ASSESSMENT 1436-3240 30 7 1875-1887
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[26208585] [Jóváhagyott]
    Független, Idéző: 26208585, Kapcsolat: 27119525
  17. Yin Jianchuan et al. An online sequential extreme learning machine for tidal prediction based on improved Gath-Geva fuzzy segmentation. (2016) NEUROCOMPUTING 0925-2312 174 85-98
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[26023082] [Jóváhagyott]
    Független, Idéző: 26023082, Kapcsolat: 25802923
  18. Zhubin Sun et al. A hybrid segmentation method for multivariate time series based on the dynamic factor model. (2016) STOCHASTIC ENVIRONMENTAL RESEARCH AND RISK ASSESSMENT 1436-3240 preprint p. preprint
    Folyóiratcikk[26320880] [Jóváhagyott]
    Független, Idéző: 26320880, Kapcsolat: 26320880
  19. Fotso Vanel et al. Représentation symbolique de séries temporelles cycliques basée sur les propriétés des cycles: application à la biomécanique. (2015) Megjelent: Treizièmes Rencontres des Jeunes Chercheurs en Intelligence Artificielle (RJCIA 2015)
    Egyéb konferenciaközlemény/Tudományos[31154505] [Jóváhagyott]
    Független, Idéző: 31154505, Kapcsolat: 28780323
  20. Vanel Steve. Représentation symbolique de séries temporelles cycliques basée sur les propriétés des cycles : application à la biomécanique. (2015)
    Egyéb[26320888] [Jóváhagyott]
    Független, Idéző: 26320888, Kapcsolat: 26320888
  21. Gurpreet Mohaar et al. Framework for Stochastic Modelling of Multi-dimensional Real-Time Sensor Data. (2015) Megjelent: 10th International Conference on Intelligent Systems and Knowledge Engineering (ISKE) pp. 244-251
    Egyéb konferenciaközlemény[26320892] [Jóváhagyott]
    Független, Idéző: 26320892, Kapcsolat: 26320892
  22. Jianchuan Yin. An Online Sequential Extreme Learning Machine for Tidal Prediction Based on Improved Gath-Geva Fuzzy Segmentation. (2015) Megjelent: Proceedings of ELM-2014 Volume 2 pp. 243-252
    Könyvrészlet[24567004] [Jóváhagyott]
    Független, Idéző: 24567004, Kapcsolat: 24567004
  23. BenYahmed Y et al. Adaptive sliding window algorithm for weather data segmentation. (2015) JOURNAL OF THEORETICAL AND APPLIED INFORMATION TECHNOLOGY 1992-8645 1817-3195 80 2 322-333
    Folyóiratcikk[26305715] [Jóváhagyott]
    Független, Idéző: 26305715, Kapcsolat: 26320875
  24. Е В Бодянский. КОМПРЕССИЯ ДАННЫХ МЕДИЦИНСКОГО МОНИТОРИНГА С ПОМОЩЬЮ ГИБРИДНОЙ СИСТЕМЫ ВЫЧИСЛИТЕЛЬНОГО ИНТЕЛЛЕКТА. (2014)
    Egyéb[26320889] [Jóváhagyott]
    Független, Idéző: 26320889, Kapcsolat: 26320889
  25. Kannan SP. SELECTION OF OPTIMAL MINING ALGORITHM FOR OUTLIER DETECTION-AN EFFICIENT METHOD TO PREDICT/DETECT MONEY LAUNDERING CRIME IN FINANCE INDUSTRY. (2014) Elysium Journal 1 1 30-42
    Folyóiratcikk[24259810] [Jóváhagyott]
    Független, Idéző: 24259810, Kapcsolat: 24259810
  26. ETIENNE CˆOME et al. Model-based count series clustering for Bike-sharing system usage mining, a case study with the Vélib’system of Paris.. (2014) ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY 2157-6904 2157-6912 5 3 p. 88
    Folyóiratcikk[24259800] [Jóváhagyott]
    Független, Idéző: 24259800, Kapcsolat: 24259800
  27. McGuire Michael et al. Mining sensor datasets with spatiotemporal neighborhoods. (2014) JOURNAL OF SPATIAL INFORMATION SCIENCE 1948-660X 6 1-42
    Folyóiratcikk[24259792] [Jóváhagyott]
    Független, Idéző: 24259792, Kapcsolat: 24259792
  28. Lopez Garcia et al. Hybrid meta-heuristic optimization algorithms for time-domain-constrained data clustering. (2014) APPLIED SOFT COMPUTING 1568-4946 23 319-332
    Folyóiratcikk[24551461] [Jóváhagyott]
    Független, Idéző: 24551461, Kapcsolat: 24551461
  29. Guo Hongyue et al. Dynamic programming approach for segmentation of multivariate time series. (2014) STOCHASTIC ENVIRONMENTAL RESEARCH AND RISK ASSESSMENT 1436-3240 29 1 265-273
    Folyóiratcikk[24259794] [Jóváhagyott]
    Független, Idéző: 24259794, Kapcsolat: 24259794
  30. David C et al. A Software Package for Analysis of Resource Utilization Evolution. (2014)
    Egyéb[26314531] [Jóváhagyott]
    Független, Idéző: 26314531, Kapcsolat: 25104227
  31. Zhao Li. A Novel Change-Point Detection Approach for Monitoring High-Dimensional Traffics in Distributed Systems. (2014) APPLIED MECHANICS AND MATERIALS 1660-9336 1662-7482 536 499-511
    Folyóiratcikk[24259796] [Jóváhagyott]
    Független, Idéző: 24259796, Kapcsolat: 24259796
  32. Momot Alina. An Application of Fuzzy C-Regression Models to Characteristic Point Detection in Biomedical Signals. (2014) Megjelent: Man-Machine Interactions 3 pp. 257-263
    Könyvrészlet[24259795] [Jóváhagyott]
    Független, Idéző: 24259795, Kapcsolat: 24259795
  33. Li S et al. Hyperspectral imagery clustering with neighborhood constraints. (2013) IEEE GEOSCIENCE AND REMOTE SENSING LETTERS 1545-598X 10 3 588-592
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[23070630] [Admin láttamozott]
    Független, Idéző: 23070630, Kapcsolat: 23070630
  34. Alaei HK et al. A new integrated on-line fuzzy clustering and segmentation methodology with adaptive PCA approach for process monitoring and fault detection and diagnosis. (2013) SOFT COMPUTING 1432-7643 1433-7479 17 3 345-362
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[23063536] [Admin láttamozott]
    Független, Idéző: 23063536, Kapcsolat: 24259798
  35. Е А ВИНОКУРОВА. ПРОБЛЕМЫ КОМПРЕССИИ ДАННЫХ БОЛЬШОГО ОБЪЕМА В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ С ЦЕЛЬЮ ВЫЯВЛЕНИЯ ЛОКАЛЬНЫХ ОСОБЕННОСТЕЙ. (2012)
    Egyéb[26320877] [Jóváhagyott]
    Független, Idéző: 26320877, Kapcsolat: 26320877
  36. Є В Бодянський et al. Виявлення змiн у потоцi вiдеоданих на основi аналiзу багатовимiрних часових рядiв. (2012)
    Egyéb[26320887] [Jóváhagyott]
    Független, Idéző: 26320887, Kapcsolat: 26320887
  37. Esling P et al. Time-Series Data Mining. (2012) ACM COMPUTING SURVEYS 0360-0300 45 1
    Folyóiratcikk/Szakcikk (Folyóiratcikk)[23731677] [Admin láttamozott]
    Független, Idéző: 23731677, Kapcsolat: 23731677
  38. Wang NN et al. Improved Gath-Geva clustering for fuzzy segmentation of hydrometeorological time series. (2012) STOCHASTIC ENVIRONMENTAL RESEARCH AND RISK ASSESSMENT 1436-3240 26 1 139-155
    Folyóiratcikk[22213483] [Admin láttamozott]
    Független, Idéző: 22213483, Kapcsolat: 22213785
  39. Kechadi M-Tahar. Behavioural Proximity Discovery: an adaptive approach for root cause analysis. (2011) INTERNATIONAL JOURNAL OF BUSINESS INTELLIGENCE AND DATA MINING 1743-8187 1743-8195 6 3 259-282
    Folyóiratcikk[24259801] [Jóváhagyott]
    Független, Idéző: 24259801, Kapcsolat: 24259801
  40. Theophano Mitsa. Temporal Data Mining. (2010) ISBN:9781420089776
    Könyv/Szakkönyv (Könyv)/Tudományos[27679950] [Jóváhagyott]
    Független, Idéző: 27679950, Kapcsolat: 27679950
  41. Michael Patrick. Finding Spatio-Temporal Patterns in Large Sensor Datasets. (2010)
    Disszertáció/PhD (Disszertáció)/Tudományos[27119529] [Jóváhagyott]
    Független, Idéző: 27119529, Kapcsolat: 27119529
  42. Е А Винокурова. ВЫЯВЛЕНИЕ ЛОКАЛЬНЫХ ХАРАКТЕРИСТИК БИОМЕТРИЧЕСКИХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ВЭЙВЛЕТ-НЕЙРО-КОМПРЕССОРА. (2009)
    Egyéb[26320893] [Jóváhagyott]
    Független, Idéző: 26320893, Kapcsolat: 26320893
  43. Tadepalli S et al. Simultaneously segmenting multiple gene expression time courses by analyzing cluster dynamics. (2009) JOURNAL OF BIOINFORMATICS AND COMPUTATIONAL BIOLOGY 0219-7200 1757-6334 7 2 339-356
    Folyóiratcikk[20864368] [Admin láttamozott]
    Független, Idéző: 20864368, Kapcsolat: 20864368
  44. Tadepalli S. Schemas of Clustering: Virginia Polytechnic Institute and State University. (2009)
    Disszertáció/Külföldi fokozat (nem PhD) (Disszertáció)/Tudományos[20864373] [Jóváhagyott]
    Független, Idéző: 20864373, Kapcsolat: 20864373
  45. Graves D et al. Multivariate segmentation of time series with differential evolution. (2009) Megjelent: Joint 2009 International Fuzzy Systems Association World Congress, IFSA 2009 and 2009 European Society of Fuzzy Logic and Techn... pp. 1108-1113
    Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[23070631] [Jóváhagyott]
    Független, Idéző: 23070631, Kapcsolat: 23070631
  46. Bilgin Gökhan. Hiperspektral görüntülerin eğiticisiz bölütlenmesi. (2009)
    Disszertáció/Tudományos[26320882] [Jóváhagyott]
    Független, Idéző: 26320882, Kapcsolat: 26320882
  47. Bilgin G et al. Unsupervised classification of hyperspectral-image data using fuzzy approaches that spatially exploit membership relations. (2008) IEEE GEOSCIENCE AND REMOTE SENSING LETTERS 1545-598X 5 4 673-677
    Folyóiratcikk[20864350] [Jóváhagyott]
    Független, Idéző: 20864350, Kapcsolat: 20864350
  48. Dettki H et al. Screening radiolocation datasets for movement strategies with time series segmentation. (2008) JOURNAL OF WILDLIFE MANAGEMENT 0022-541X 1937-2817 72 2 535-542
    Folyóiratcikk[20864351] [Admin láttamozott]
    Független, Idéző: 20864351, Kapcsolat: 20864351
  49. Satish Tadepalli. Deriving Kripke structures from time series segmentation results. (2008) Megjelent: 9th International Workshop on Discrete Event Systems, 2008. WODES 2008 pp. 406-411
    Egyéb konferenciaközlemény[27119261] [Jóváhagyott]
    Független, Idéző: 27119261, Kapcsolat: 27119261
  50. Lin S. Multi-SVR based fuzzy modeling method for non-stationary time series. (2006) TIEN TZU HSUEH PAO/ACTA ELECTRONICA SINICA 0372-2112 34 10 1929-1932
    Folyóiratcikk[20857407] [Admin láttamozott]
    Független, Idéző: 20857407, Kapcsolat: 20864352
  51. LIN Shu-kuan. A Multi-SVR Based Fuzzy Modeling Method for Non-Stationary Time Series. (2006) Acta Electronica Sinica 34 10 1929-1932
    Folyóiratcikk[24259805] [Jóváhagyott]
    Független, Idéző: 24259805, Kapcsolat: 24259805
  52. Leski Jacek et al. A time-domain-constrained fuzzy clustering method and its application to signal analysis. (2005) FUZZY SETS AND SYSTEMS 0165-0114 1872-6801 155 2 165-190
    Folyóiratcikk[20864358] [Admin láttamozott]
    Független, Idéző: 20864358, Kapcsolat: 20864358
  53. Zhang SM et al. A study of modelling non-stationary time series using support vector machines with fuzzy segmentation information. (2005) LECTURE NOTES IN COMPUTER SCIENCE 0302-9743 1611-3349 3801 520-527
    Folyóiratcikk/Szakcikk (Folyóiratcikk)[23731678] [Admin láttamozott]
    Független, Idéző: 23731678, Kapcsolat: 23731678
  54. Bellec JH. A new efficient clustering algorithm for network alarm analysis. (2005) Megjelent: The 17th IASTED Int'l. Conference on Parallel and Distributed Computing and Systems,(PDCS'05) pp. 638-643
    Egyéb konferenciaközlemény[20864369] [Jóváhagyott]
    Független, Idéző: 20864369, Kapcsolat: 20864369
Abonyi J et al. Operator support system for multi product processes - Application to polyethylene production. (2003) Megjelent: European Symposium on Computer Aided Process Engineering-13 (ESCAPE-13) pp. 347-352, 1141243
Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[1141243]
  1. Mathew Avin. Asset management data warehouse data modelling. (2008)
    Disszertáció/PhD (Disszertáció)/Tudományos[26316624] [Jóváhagyott]
    Független, Idéző: 26316624, Kapcsolat: 26316624
Abonyi J. Principal Component Analysis Based Time Series Segmentation – Application to Hierarchical Clustering for Multivariate Process Data. (2003) Megjelent: Proceedings of IEEE International Conference on Computational Cybernetics pp. 1-23, 1284293
Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)/Tudományos[1284293]
  1. Wu J et al. An overview on feature-based classification algorithms for multivariate time series. (2018) Megjelent: 2018 3rd IEEE International Conference on Cloud Computing and Big Data Analysis, ICCCBDA 2018 pp. 32-38
    Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[27657117] [Jóváhagyott]
    Független, Idéző: 27657117, Kapcsolat: 27657117
  2. Conti M. Mind the plug! Laptop-user recognition through power consumption. (2016) Megjelent: 2nd ACM International Workshop on IoT Privacy, Trust, and Security pp. 37-44
    Egyéb konferenciaközlemény[26323873] [Jóváhagyott]
    Független, Idéző: 26323873, Kapcsolat: 26323873
  3. Chao Sun. A Universal Event-Group Based Time Series Data Mining Framework for Multi-Variate Time Series Classification. (2016)
    Disszertáció/PhD (Disszertáció)/Tudományos[26323877] [Jóváhagyott]
    Független, Idéző: 26323877, Kapcsolat: 26323877
  4. Saeed Aghabozorgi et al. Time-series clustering – A decade review. (2015) INFORMATION SYSTEMS 0306-4379 53 16-38
    Folyóiratcikk[26323850] [Jóváhagyott]
    Független, Idéző: 26323850, Kapcsolat: 26323850
  5. Tak-chung Fu. A review on time series data mining. (2011) ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE 0952-1976 24 11 164-181
    Folyóiratcikk[26323846] [Jóváhagyott]
    Független, Idéző: 26323846, Kapcsolat: 26323846
  6. Karim Salahshoor et al. A new PCA adaptive rough fuzzy cluster based granulation algorithm for fault detection and diagnosis. (2010) Megjelent: IEEE International Conference on Control Applications pp. 701-706
    Egyéb konferenciaközlemény[26323855] [Jóváhagyott]
    Független, Idéző: 26323855, Kapcsolat: 26323855
  7. Zoltán Bankó. Correlation Based Dynamic Time Warping. (2007) Megjelent: Proceedings of the 8th International Symposium of Hungarian Researchers on Computational Intelligence and Informatics CINTI 2007 pp. 295-306
    Egyéb konferenciaközlemény[26323871] [Jóváhagyott]
    Független, Idéző: 26323871, Kapcsolat: 26323871
  8. Tak-chung Fu. Stock Time Series Categorization and Clustering Via SB-Tree Optimization. (2006) Megjelent: Fuzzy Systems and Knowledge Discovery pp. 1130-1139
    Könyvrészlet[26323852] [Jóváhagyott]
    Független, Idéző: 26323852, Kapcsolat: 26323852
Abonyi J et al. Process analysis and product quality estimation by Self-Organizing Maps with an application to polyethylene production. (2003) COMPUTERS IN INDUSTRY 0166-3615 52 221-234, 1009849
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[1009849]
  1. Wutsqa DU et al. Welfare Mapping of Region in Indonesia based on Health and Nutrition Indicators using Self Organizing Mapping (SOM) Method. (2019) Megjelent: Journal of Physics: Conference Series p. 012012
    Egyéb konferenciaközlemény/Tudományos[31154639] [Jóváhagyott]
    Független, Idéző: 31154639, Kapcsolat: 28780556
  2. Barreto Guilherme A et al. Novel approaches for parameter estimation of local linear models for dynamical system identification. (2016) APPLIED INTELLIGENCE 0924-669X 44 1 149-165
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[25776373] [Jóváhagyott]
    Független, Idéző: 25776373, Kapcsolat: 25776373
  3. Ansari A. Segmenting online customers based on their lifetime value and RFM model by data mining techniques. (2014) INTERNATIONAL JOURNAL OF INFORMATION SCIENCE AND MANAGEMENT 2008-8302 2008-8310 1 SPL.ISSUE1 69-82
    Folyóiratcikk/Tudományos[24550814] [Jóváhagyott]
    Független, Idéző: 24550814, Kapcsolat: 24550814
  4. Júnior Amauri et al. Regional models: A new approach for nonlinear system identification via clustering of the self-organizing map. (2014) NEUROCOMPUTING 0925-2312 147 31-46
    Folyóiratcikk[24254883] [Jóváhagyott]
    Független, Idéző: 24254883, Kapcsolat: 24254883
  5. Fuertes JJ et al. Visualization maps based on SOM to analyze MIMO systems. (2013) NEURAL COMPUTING & APPLICATIONS 0941-0643 1433-3058 23 5 1407-1419
    Folyóiratcikk/Szakcikk (Folyóiratcikk)[23731708] [Admin láttamozott]
    Független, Idéző: 23731708, Kapcsolat: 23731708
  6. Pasa Leandro. Using SOM Maps for Clustering and Visualization of Diamond Films Deposited by HFCVD Process. (2012) Megjelent: Advances in Artificial Intelligence–IBERAMIA 2012 pp. 140-148
    Könyvrészlet[24254885] [Jóváhagyott]
    Független, Idéző: 24254885, Kapcsolat: 24254885
  7. Díaz I. Supervision of industrial processes using self organizing maps. (2012) Megjelent: Intelligent Data Analysis for Real-Life Applications: Theory and Practice pp. 206-227
    Könyvrészlet/Könyvfejezet (Könyvrészlet)/Tudományos[24550816] [Jóváhagyott]
    Független, Idéző: 24550816, Kapcsolat: 24550816
  8. Muhammad Khurram. Improving Business Processes using Process-oriented Data Warehouse. (2012)
    Disszertáció/Tudományos[24260886] [Jóváhagyott]
    Független, Idéző: 24260886, Kapcsolat: 24260886
  9. Chattopadhyay M et al. Application of visual clustering properties of self organizing map in machine-part cell formation. (2012) APPLIED SOFT COMPUTING 1568-4946 12 2 600-610
    Folyóiratcikk[22213560] [Admin láttamozott]
    Független, Idéző: 22213560, Kapcsolat: 22213560
  10. Mehmood Y et al. Self-Organizing maps of nutrition, lifestyle and health situation in the world. (2011) LECTURE NOTES IN COMPUTER SCIENCE 0302-9743 1611-3349 6731 LNCS 160-167
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[23070627] [Admin láttamozott]
    Független, Idéző: 23070627, Kapcsolat: 23070627
  11. Liukkonen M. Modeling of the fluidized bed combustion process and NOx emissions using self-organizing maps: An application to the diagnosis of process states. (2011) ENVIRONMENTAL MODELLING AND SOFTWARE 26 5 605-614
    Folyóiratcikk[21339801] [Admin láttamozott]
    Független, Idéző: 21339801, Kapcsolat: 21339801
  12. Liukkonen M et al. Expert system for analysis of quality in production of electronics. (2011) EXPERT SYSTEMS WITH APPLICATIONS 0957-4174 38 7 8724-8729
    Folyóiratcikk[21339802] [Admin láttamozott]
    Független, Idéző: 21339802, Kapcsolat: 21339802
  13. Corchado E et al. A three-step unsupervised neural model for visualizing high complex dimensional spectroscopic data sets. (2011) PATTERN ANALYSIS AND APPLICATIONS 1433-7541 14 2 207-218
    Folyóiratcikk[22213561] [Admin láttamozott]
    Független, Idéző: 22213561, Kapcsolat: 22213561
  14. Fuertes J et al. Visual dynamic model based on self-organizing maps for supervision and fault detection in industrial processes. (2010) ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE 0952-1976 23 1 8-17
    Folyóiratcikk[21339803] [Jóváhagyott]
    Független, Idéző: 21339803, Kapcsolat: 21339803
  15. Zhang J. Visual component plane analysis for the medical subjects based on a transaction log. (2010) CANADIAN JOURNAL OF INFORMATION AND LIBRARY SCIENCE-REVUE CANADIENNE DES SCIENCES DE L INFORMATION ET DE BIBLIOTHECONOMIE 1195-096X 34 1 83-111
    Folyóiratcikk[21339804] [Admin láttamozott]
    Független, Idéző: 21339804, Kapcsolat: 21339804
  16. Corona F et al. On the topological modeling and analysis of industrial process data using the SOM. (2010) COMPUTERS & CHEMICAL ENGINEERING 0098-1354 1873-4375 34 12 2022-2032
    Folyóiratcikk[21339805] [Admin láttamozott]
    Független, Idéző: 21339805, Kapcsolat: 21339805
  17. Luikkonen Mika. Intelligent Methods in the Electronics Industry. (2010)
    Disszertáció/Tudományos[24260887] [Jóváhagyott]
    Független, Idéző: 24260887, Kapcsolat: 24260887
  18. Lau C et al. Fault diagnosis of the polypropylene production process (UNIPOL PP) using ANFIS. (2010) ISA TRANSACTIONS 0019-0578 49 4 559-566
    Folyóiratcikk[21339806] [Admin láttamozott]
    Független, Idéző: 21339806, Kapcsolat: 21339806
  19. Prada M. Application of SOM-based visualization maps for time-response analysis of industrial processes. (2010)
    Könyv[21339807] [Admin láttamozott]
    Független, Idéző: 21339807, Kapcsolat: 21339807
  20. Liukkonen Mika. Analysis of flue gas emission data from fluidized bed combustion using self-organizing maps. (2010) APPLIED COMPUTATIONAL INTELLIGENCE AND SOFT COMPUTING 1687-9724 1687-9732 2010
    Folyóiratcikk[24254892] [Jóváhagyott]
    Független, Idéző: 24254892, Kapcsolat: 24254892
  21. Hogan R et al. Mineral emittance spectra: Clustering and classification using self-organizing maps. (2009) Megjelent: IEEE Aerospace Conference Proceedings
    Egyéb konferenciaközlemény[20824425] [Jóváhagyott]
    Független, Idéző: 20824425, Kapcsolat: 20824425
  22. Matsumoto Hideyuki et al. Feature extraction of time-series process images in an aerated agitation vessel using self organizing map: Timely Developments in Applied Neural Computing (EANN 2007) / Some Novel Analysis and Learning Methods for Neural Networks (ISNN 2008) / Pattern Recognition in Graphical Domains. (2009) NEUROCOMPUTING 0925-2312 73 1-3 60-70
    Folyóiratcikk[20824437] [Admin láttamozott]
    Független, Idéző: 20824437, Kapcsolat: 20824437
  23. Gonzaga J et al. ANN-based soft-sensor for real-time process monitoring and control of an industrial polymerization process. (2009) COMPUTERS & CHEMICAL ENGINEERING 0098-1354 1873-4375 33 1 43-49
    Folyóiratcikk[20824426] [Jóváhagyott]
    Független, Idéző: 20824426, Kapcsolat: 20824426
  24. David R. Onboard Science Data Analysis: Implications for Future Missions. (2008)
    Egyéb[26316640] [Jóváhagyott]
    Független, Idéző: 26316640, Kapcsolat: 26316640
  25. Ng Y et al. Multivariate temporal data analysis using self-organizing Maps. 1. Training methodology for effective visualization of multistate operations. (2008) INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH 0888-5885 1520-5045 47 20 7744-7757
    Folyóiratcikk[20824427] [Admin láttamozott]
    Független, Idéző: 20824427, Kapcsolat: 20824427
  26. Díaz I et al. A new approach to exploratory analysis of system dynamics using SOM. Applications to industrial processes. (2008) EXPERT SYSTEMS WITH APPLICATIONS 0957-4174 34 4 2953-2965
    Folyóiratcikk[20824428] [Jóváhagyott]
    Független, Idéző: 20824428, Kapcsolat: 20824428
  27. Fuertes JJ. Remote supervision of industrial processes based on PMML-defined SOM models. (2007) Megjelent: 2007 European Control Conference, ECC 2007 pp. 3838-3843
    Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)/Tudományos[25102286] [Jóváhagyott]
    Független, Idéző: 25102286, Kapcsolat: 25102286
  28. Domínguez M et al. Internet-based remote supervision of industrial processes using self-organizing maps. (2007) ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE 0952-1976 20 6 757-765
    Folyóiratcikk[20824429] [Jóváhagyott]
    Független, Idéző: 20824429, Kapcsolat: 20824429
  29. Roush T. Automated classification of visible and near-infrared spectra using self-organizing maps. (2007) Megjelent: IEEE Aerospace Conference Proceedings
    Egyéb konferenciaközlemény[20824430] [Admin láttamozott]
    Független, Idéző: 20824430, Kapcsolat: 20824430
  30. Matsumoto H. Application methods for Self Organizing Map in process imaging for dynamic behavior of aerated agitation vessel. (2007) Megjelent: 10th International Conference on Engineering Applications of Neural Networks, EANN 2007
    Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)[23731709] [Admin láttamozott]
    Független, Idéző: 23731709, Kapcsolat: 23731709
2020-08-05 21:28