InstitucionesPeriodo de publicación recogido
|
|
|
Shaghayegh Gharghabi, Shima Imani, Anthony Bagnall, Amirali Darvishzadeh, Eamonn Keogh
Data mining and knowledge discovery, ISSN 1384-5810, Vol. 34, Nº 4, 2020, págs. 1104-1135
A probabilistic classifier ensemble weighting scheme based on cross-validated accuracy estimates
James Large, Jason Lines, Anthony Bagnall
Data mining and knowledge discovery, ISSN 1384-5810, Vol. 33, Nº 6, 2019, págs. 1674-1709
The great time series classification bake off: a review and experimental evaluation of recent algorithmic advances
Anthony Bagnall, Jason Lines, Aaron Bostrom, James Large, Eamonn Keogh
Data mining and knowledge discovery, ISSN 1384-5810, Vol. 31, Nº 3, 2017, págs. 606-660
Time series classification with ensembles of elastic distance measures
Jason Lines, Anthony Bagnall
Data mining and knowledge discovery, ISSN 1384-5810, Vol. 29, Nº 3, 2015, págs. 565-592
Classification of time series by shapelet transformation
Jon Hills, Jason Lines, Edgaras Baranauskas, James Mapp, Anthony Bagnall
Data mining and knowledge discovery, ISSN 1384-5810, Vol. 28, Nº 4, 2014, págs. 851-881
A Run Length Transformation for Discriminating Between Auto Regressive Time Series
Anthony Bagnall, Gareth Jancek
Journal of classification, ISSN 0176-4268, Vol. 31, Nº 2, 2014, págs. 154-178
Can Automated Smoothing Significantly Improve Benchmark Time Series Classification Algorithms?
James Large, Paul Southam, Anthony Bagnall
Hybrid Artificial Intelligent Systems. 14th International Conference, HAIS 2019: León, Spain, September 4–6, 2019. Proceedings / coord. por Hilde Pérez García, Lidia Sánchez González, Manuel Castejón Limas, Héctor Quintián Pardo, Emilio Santiago Corchado Rodríguez, 2019, ISBN 978-3-030-29858-6, págs. 50-60
Esta página recoge referencias bibliográficas de materiales disponibles en los fondos de las Bibliotecas que participan en Dialnet. En ningún caso se trata de una página que recoja la producción bibliográfica de un autor de manera exhaustiva. Nos gustaría que los datos aparecieran de la manera más correcta posible, de manera que si detecta algún error en la información que facilitamos, puede hacernos llegar su Sugerencia / Errata.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados