课题基金 / 基金详情

Development of algorithms for data mining

Development of algorithms for data mining
数据挖掘算法的开发
批准号：
298138-2009
负责人：
Caporossi, Gilles
金额：
$1.46万
依托单位：
HEC Montréal
依托单位国家：
加拿大
项目类别：
Discovery Grants Program - Individual
财政年份：
2011
资助国家：
加拿大
项目状态：
已结题
起止时间：
2011-01-01 至 2012-12-31
来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=480577
关键词：
Developmentalgorithmsdatamining

项目摘要

项目成果

Caporossi, Gilles的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
The research project aims at using mathematical programming to develop new algorithms for data mining and scientific discovery. This fundamental tool of operations research may be applied in two ways (i) to obtain algorithms giving a solution to a problem with a proof of optimality and (ii) to obtain heuristics providing optimal or near optimal solution but without any proof of optimality.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Apprentissage automatique et optimisation pour les graphes et réseaux
  • 批准号：
    DDG-2020-00039
  • 项目类别：
    Discovery Development Grant
  • 资助金额：
    $1.09万
  • 财政年份：
    2022
  • 负责人：
    Caporossi, Gilles
  • 依托单位：
    HEC Montréal
Apprentissage automatique et optimisation pour les graphes et réseaux
  • 批准号：
    DDG-2020-00039
  • 项目类别：
    Discovery Development Grant
  • 资助金额：
    $1.09万
  • 财政年份：
    2021
  • 负责人：
    Caporossi, Gilles
  • 依托单位：
    HEC Montréal
Apprentissage automatique et optimisation pour les graphes et réseaux
  • 批准号：
    DDG-2020-00039
  • 项目类别：
    Discovery Development Grant
  • 资助金额：
    $1.09万
  • 财政年份：
    2020
  • 负责人：
    Caporossi, Gilles
  • 依托单位：
    HEC Montréal
Development of algorithms for the conception and the analysis of graphs and complex networks
  • 批准号：
    RGPIN-2015-04945
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.6万
  • 财政年份：
    2019
  • 负责人：
    Caporossi, Gilles
  • 依托单位：
    HEC Montréal
国内基金
海外基金
固定参数可解算法在平面图问题的应用以及和整数线性规划的关系
  • 批准号：
    60973026
  • 项目类别：
    面上项目
  • 资助金额：
    32.0万元
  • 批准年份：
    2009
  • 负责人：
    鲁道夫
  • 依托单位：
    复旦大学
Computational Methods for Analyzing Toponome Data