Graph Data Mining Algorithm, Security and Application
Lingua: inglese
Editore: Springer, 2021
- Rilegato
- Nuovo
Condizione: Nuovo
EUR 227,36
Quantità: 2 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Graph data is powerful, thanks to its ability to model arbitrary relationship between objects and is encountered in a range of real-world applications in fields such as bioinformatics, traffic network, scientific collaboration, world wide web and social networks. Graph data mining is used to discover useful information and knowledge from graph data. The complications of nodes, links and the semi-structure form present challenges in terms of the computation tasks, e.g., node classification, link prediction, and graph classification. In this context, various advanced techniques, including graph embedding and graph neural networks, have recently been proposed to improve the performance of graph data mining. This book provides a state-of-the-art review of graph data mining methods. It addresses a current hot topic - the security of graph data mining - and proposes a series of detection methods to identify adversarial samples in graph data. In addition, it introduces readers to graph augmentation and subgraph networks to further enhance the models, i.e., improve their accuracy and robustness. Lastly, the book describes the applications of these advanced techniques in various scenarios, such as traffic networks, social and technical networks, and blockchains. Sprache: Englisch Gewicht in Gramm: 507.…
Codice articolo IB-1177375
- Titolo
- Graph Data Mining Algorithm, Security and Application
- Editore
- Springer
- Anno di pubblicazione
- 2021
- Condizione
- Neu
- Rilegatura
- Gebundene Ausgabe
- Lingua
- inglese
- ISBN 10
- 9811626081
- ISBN 13
- 9789811626081
- Peso dell'articolo
- 507 grammi
- Serie
- Libro 3 di 13: Big Data Management
Graph data is powerful, thanks to its ability to model arbitrary relationship between objects and is encountered in a range of real-world applications in fields such as bioinformatics, traffic network, scientific collaboration, world wide web and social networks. Graph data mining is used to discover useful information and knowledge from graph data. The complications of nodes, links and the semi-structure form present challenges in terms of the computation tasks, e.g., node classification, link prediction, and graph classification. In this context, various advanced techniques, including graph embedding and graph neural networks, have recently been proposed to improve the performance of graph data mining.
This book provides a state-of-the-art review of graph data mining methods. It addresses a current hot topic – the security of graph data mining – and proposes a series of detection methods to identify adversarial samples in graph data. In addition, it introduces readers to graph augmentation and subgraph networks to further enhance the models, i.e., improve their accuracy and robustness. Lastly, the book describes the applications of these advanced techniques in various scenarios, such as traffic networks, social and technical networks, and blockchains.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Qi Xuan is a Professor at the Institute of Cyberspace Security, Zhejiang University of Technology, Hangzhou, China. His current research interests include network science, graph data mining, cyberspace security, and deep learning. He has published more than 50 papers in leading journals and conferences, including IEEE TKDE, IEEE TIE, IEEE TNSE, ICSE, and FSE. He is the reviewer of the journals such like IEEE TKDE, IEEE TIE, IEEE TII, and IEEE TNSE.
Zhongyuan Ruan is a lecturer at the Institute of Cyberspace Security, Zhejiang University of Technology, Hangzhou, China. His current research interests include network science, such as epidemic and information spreading in complex networks, and traffic networks. He has published more than 20 papers in journals such as Physical Review Letters, Physical Review E, Chaos, Scientific Reports, and Physica A.
Yong Min is an Associate Professor at the Institute of Cyberspace Security, Zhejiang University ofTechnology, Hangzhou, China. His research interests include social network analysis, computational communication, and artificial intelligence algorithms. He was named an Excellent Young Teacher of Zhejiang University of Technology. He has hosted and participated in more than ten projects, including those by national and provincial natural science foundations. He has also published over 30 papers, including two in the leading journal Nature and Science, and he holds more than three patents."Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Home-set
Mannheim, Germania
Venditore AbeBooks dal 13 aprile 2026
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 10 a 12 giorni lavorativi | Da 8 a 10 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 49,90 | EUR 75,00 |
Metodi di pagamento
- Assegno
Specializzazione
BuchInformazioni sull’azienda del venditore
Home-set
Germania
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Home-set, Mannheim, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.