Pan / Zhang / Jin | Cognitive Computing - ICCC 2023 | Buch | 978-3-031-51670-2 | sack.de

Buch, Englisch, 133 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 236 g

Reihe: Lecture Notes in Computer Science

Pan / Zhang / Jin

Cognitive Computing - ICCC 2023

7th International Conference Held as Part of the Services Conference Federation, SCF 2023 Shenzhen, China, December 17-18, 2023 Proceedings
1. Auflage 2024
ISBN: 978-3-031-51670-2
Verlag: Springer Nature Switzerland

7th International Conference Held as Part of the Services Conference Federation, SCF 2023 Shenzhen, China, December 17-18, 2023 Proceedings

Buch, Englisch, 133 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 236 g

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-031-51670-2
Verlag: Springer Nature Switzerland


This book constitutes the refereed proceedings of the 7th International Conference on Cognitive Computing, ICCC 2023, held in Shenzhen, China, during December 17–18, 2023.


The 9 full papers in this book were carefully reviewed and selected from 14 submissions. They are organized in topical sections as follows: Cognitive Computing Technologies and Infrastructure, Cognitive Computing Applications, Sensing Intelligence, Cognitive Analysis, Mobile Services, Cognitive Computing on Smart Home, and Cognitive Computing on Smart City.
Pan / Zhang / Jin Cognitive Computing - ICCC 2023 jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


Research Track.- High-Precision Detection of Suicidal Ideation on Social Media Using Bi-LSTM and BERT Models.- P-Reader: A Clue-inspired Model for Machine Reading Comprehension.- An Unsupervised Method for Sarcasm Detection with Prompts.- ENER: Named Entity Recognition Model for Ethnic Ancient Books Based on Entity Boundary Detection.- An Enhanced Opposition-Based Golden-Sine Whale Optimization Algorithm.- T4S: Two-stage Screenplay Synopsis Summary Generation with Turning Points.- Application Track.- Multi-factor Water Level Prediction Based on InnRNN-Attention.- Ethereum Public Opinion Analysis Based on Attention Mechanism.- Prompt Tuning Models on Sentiment-Aware for Explainable Recommendation.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.