Catalogo dei prodotti della ricerca
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.
EnglishThis work presents a hybrid approach for unsupervised algorithms (UHA), in order to extract information and patterns from data concerning terrorist attacks. The reference data are those of the Global Terrorism Database. The work presents an approach based on autoencoders and k-modes type clustering. The results obtained are examined through some metrics presented in the article and it is also considered methodologically how to determine a robust threshold for anomaly detection problems.
Unsupervised Hybrid Algorithm to Detect Anomalies for Predicting Terrorists Attacks / Curia, Francesco. - In: INTERNATIONAL JOURNAL OF COMPUTER APPLICATIONS. - ISSN 0975-8887. - 35:176(2020), pp. 1-8.
| Titolo: | Unsupervised Hybrid Algorithm to Detect Anomalies for Predicting Terrorists Attacks | |
| Autori: | CURIA, FRANCESCO (Primo) (Corresponding author) | |
| Data di pubblicazione: | 2020 | |
| Rivista: | ||
| Citazione: | Unsupervised Hybrid Algorithm to Detect Anomalies for Predicting Terrorists Attacks / Curia, Francesco. - In: INTERNATIONAL JOURNAL OF COMPUTER APPLICATIONS. - ISSN 0975-8887. - 35:176(2020), pp. 1-8. | |
| Handle: | http://hdl.handle.net/11573/1430824 | |
| ISBN: | 973-93-80901-19-4 | |
| Appartiene alla tipologia: | 01a Articolo in rivista |
File allegati a questo prodotto
| File | Note | Tipologia | Licenza | |
|---|---|---|---|---|
| Curia_Unsupervised_2020.pdf | Versione editoriale (versione pubblicata con il layout dell'editore) | Tutti i diritti riservati (All rights reserved) | Administrator Richiedi una copia |
Copyright © 2022