Detection and Classification of Anomalies in Large Data Sets on the Basis of Information Granules
Artykuł naukowy w czasopiśmie recenzowanyCzasopismo: IEEE TRANSACTIONS ON FUZZY SYSTEMS (ISSN: 1063-6706)
Współautorzy: Adam Kiersztyn, Paweł Karczmarek, Witold Pedrycz
Rok wydania: 2021
Strony od-do: 1-1
Słowa kluczowe: Wykrywanie anomalii, klasyfikacja anomalii, rozmyta semantyka statystyczna, ziarna informacji, transformacja danych, stopień anomalii, rodzaj anomalii
Dostęp WWW: https://ieeexplore.ieee.org/document/9417721
DOI: 10.1109/TFUZZ.2021.3076265
Cytowanie w formacie Bibtex:
@article{1,
author = "Krystyna Kiersztyn and Adam Kiersztyn and Paweł Karczmarek and Witold Pedrycz",
title = "Detection and Classification of Anomalies in Large Data Sets on the Basis of Information Granules",
journal = "IEEE TRANSACTIONS ON FUZZY SYSTEMS",
year = "2021",
pages = "1-1"
}
Cytowanie w formacie APA:
Kiersztyn, K. and Adam Kiersztyn and Paweł Karczmarek and Witold Pedrycz(2021). Detection and Classification of Anomalies in Large Data Sets on the Basis of Information Granules. IEEE TRANSACTIONS ON FUZZY SYSTEMS, 1-1.