News

L'articolo sull'algoritmo per l'analisi dei Big Data, il piu' scaricato sul sito di 'Pattern Recognition Letters'

02/03/2017

Parallel selective sampling method for imbalanced and large data classification
Parallel selective sampling method for imbalanced and large data classification

L’articolo 'Parallel selective sampling method for imbalanced and large data classification', pubblicato sulla rivista internazionale Pattern Recognition Letters, è stato indicato dalla rivista stessa come uno dei più scaricati negli ultimi 90 giorni. Autrici del lavoro sono Annarita D’Addabbo e Rosalia  Maglietta, ricercatrici dell’Istituto di studi sui sistemi intelligenti per l’automazione (Issia-Cnr), L’articolo presenta un nuovo sistema per la classificazione di Big Data, le cui classi sono fortemente sbilanciate. L’algoritmo, basato sul calcolo di opportune metriche di distanza, riduce sia la dimensione che lo sbilanciamento delle classi, raggiungendo performance di classificazione ottimali. Esso è stato concepito per il calcolo parallelo e distribuito

Per informazioni:
Rosalia Maglietta
Issia-Cnr
via Amendola 122 D-I, 70131, Bari
maglietta@ba.issia.cnr.it

Vedi anche: