Extending inverse frequent itemsets mining to generate realistic datasets: complexity, accuracy and emerging applications

Sacca, D.; Serra, E.; Rullo, A.

doi:10.1007/s10618-019-00643-1

CINECA IRIS Institutional Research Information System

IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.

Extending inverse frequent itemsets mining to generate realistic datasets: complexity, accuracy and emerging applications / Sacca, D.; Serra, E.; Rullo, A.. - In: DATA MINING AND KNOWLEDGE DISCOVERY. - ISSN 1384-5810. - 33:6(2019), pp. 1736-1774.

Scheda prodotto non validato

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Titolo:	Extending inverse frequent itemsets mining to generate realistic datasets: complexity, accuracy and emerging applications
Autori:	SACCA', Domenico (Corresponding) SERRA, Edoardo RULLO, Antonino
Data di pubblicazione:	2019
Rivista:	DATA MINING AND KNOWLEDGE DISCOVERY
Handle:	http://hdl.handle.net/20.500.11770/296351
Appare nelle tipologie:	1.1 Articolo in rivista

File in questo prodotto:

Non ci sono file associati a questo prodotto.

Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/20.500.11770/296351

Citazioni

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.