دانلود کتاب بازیابی چندوجهی در حوزه پزشکی: اولین کارگاه بین المللی، MRMD 2015، وین، اتریش، 29 مارس 2015، مقالات منتخب اصلاح شده بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Multimodal Retrieval in the Medical Domain: First International Workshop, MRMD 2015, Vienna, Austria, March 29, 2015, Revised Selected Papers
ویرایش : 1
عنوان ترجمه شده به فارسی : بازیابی چندوجهی در حوزه پزشکی: اولین کارگاه بین المللی، MRMD 2015، وین، اتریش، 29 مارس 2015، مقالات منتخب اصلاح شده
سری : Lecture Notes in Computer Science 9059
نویسندگان : Henning Müller, Oscar Alfonso Jimenez del Toro, Allan Hanbury, Georg Langs, Antonio Foncubierta Rodriguez (eds.)
ناشر : Springer International Publishing
سال نشر : 2015
تعداد صفحات : 158
ISBN (شابک) : 9783319244709 , 9783319244716
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 12 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
این کتاب مجموعه مقالات اولین کارگاه بین المللی بازیابی چندوجهی در حوزه پزشکی، MRMD 2015، در وین، اتریش، در 29 مارس 2015 برگزار شد. این کارگاه در ارتباط با ECIR 2015 برگزار شد.< /p>
14 مقاله کامل ارائه شده، شامل یک مقاله دعوت شده، یک مرور کارگاهی و پنج مقاله در مورد معیار بازیابی VISCERAL، به دقت بررسی و از 18 مورد ارسالی انتخاب شدند. این مقالات بر موضوعات زیر تمرکز دارند: اهمیت دادههای غیر از متن برای بازیابی اطلاعات. تجزیه و تحلیل داده های معنایی؛ رویکردهای مقیاس پذیری نسبت به مجموعه داده های بزرگ.
This book constitutes the proceedings of the First International Workshop on Multimodal Retrieval in the Medical Domain, MRMD 2015, held in Vienna, Austria, on March 29, 2015. The workshop was held in connection with ECIR 2015.
The 14 full papers presented, including one invited paper, a workshop overview and five papers on the VISCERAL Retrieval Benchmark, were carefully reviewed and selected from 18 submissions. The papers focus on the following topics: importance of data other than text for information retrieval; semantic data analysis; scalability approaches towards big data sets.