Emerging techniques in statistical analysis of neural data
نویسندگان
چکیده
منابع مشابه
the clustering and classification data mining techniques in insurance fraud detection:the case of iranian car insurance
با توجه به گسترش روز افزون تقلب در حوزه بیمه به خصوص در بخش بیمه اتومبیل و تبعات منفی آن برای شرکت های بیمه، به کارگیری روش های مناسب و کارآمد به منظور شناسایی و کشف تقلب در این حوزه امری ضروری است. درک الگوی موجود در داده های مربوط به مطالبات گزارش شده گذشته می تواند در کشف واقعی یا غیرواقعی بودن ادعای خسارت، مفید باشد. یکی از متداول ترین و پرکاربردترین راه های کشف الگوی داده ها استفاده از ر...
analysis of power in the network society
اندیشمندان و صاحب نظران علوم اجتماعی بر این باورند که مرحله تازه ای در تاریخ جوامع بشری اغاز شده است. ویژگیهای این جامعه نو را می توان پدیده هایی از جمله اقتصاد اطلاعاتی جهانی ، هندسه متغیر شبکه ای، فرهنگ مجاز واقعی ، توسعه حیرت انگیز فناوری های دیجیتال، خدمات پیوسته و نیز فشردگی زمان و مکان برشمرد. از سوی دیگر قدرت به عنوان موضوع اصلی علم سیاست جایگاه مهمی در روابط انسانی دارد، قدرت و بازتولید...
15 صفحه اولConcepts and Foundations of Data Analysis and Statistical Information in Modern Statistical System
Abstract. One of the most important fundamental principles of official statistics, is the principle of Relevance, Impartiality, and professional ethics. Trust and ensure of the stakeholders and users of official statistics to the professional independency of National Statistical Offices (NSO) and the National Statistical System (NSS), as a social capital, is one of the most important factors fo...
متن کاملStatistical Techniques for Spatial Data Analysis
We distinguish three prevalent spatial data types, defined by the topology of the entity to which the recorded information refers. These are point, lines and area. Features having a specific location, but without extent in any direction are considered as points. A pair of coordinates represents a point. Village locations, industrial locations, cities etc. are the examples of the point data. Lin...
متن کاملStatistical Techniques for Rough Set Data Analysis
The agent with her/his objectives is the central part of the modelling process. Agents choose operationalisation and representation according to their objectives and their view of the world. The numerical models are normally a reduction of the empirical models, and thus of the domain of interest which results in further decontextualisation. We observe that even the soft computing methods reside...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Journal of Computational Neuroscience
سال: 2019
ISSN: 0929-5313,1573-6873
DOI: 10.1007/s10827-019-00709-5