课题基金 / 基金详情

A Scalable Model for Hierarchical Community Discovery in Graph Streams

A Scalable Model for Hierarchical Community Discovery in Graph Streams
图流中分层社区发现的可扩展模型
批准号：
489574-2016
负责人：
Briercliffe, Creagh
金额：
$1.53万
依托单位：
University of British Columbia
依托单位国家：
加拿大
项目类别：
Postgraduate Scholarships - Doctoral
财政年份：
2016
资助国家：
加拿大
项目状态：
已结题
起止时间：
2016-01-01 至 2017-12-31
来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=601047
关键词：
ScalableModelHierarchicalCommunityDiscovery

项目摘要

项目成果

Briercliffe, Creagh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
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
A Scalable Model for Hierarchical Community Discovery in Graph Streams
  • 批准号：
    489574-2016
  • 项目类别：
    Alexander Graham Bell Canada Graduate Scholarships - Doctoral
  • 资助金额：
    $2.55万
  • 财政年份：
    2018
  • 负责人：
    Briercliffe, Creagh
  • 依托单位：
    University of British Columbia
A Scalable Model for Hierarchical Community Discovery in Graph Streams
  • 批准号：
    489574-2016
  • 项目类别：
    Alexander Graham Bell Canada Graduate Scholarships - Doctoral
  • 资助金额：
    $2.55万
  • 财政年份：
    2017
  • 负责人：
    Briercliffe, Creagh
  • 依托单位：
    University of British Columbia
SMART: Sequential Mondrian Additive Regression Trees
  • 批准号：
    480819-2015
  • 项目类别：
    Alexander Graham Bell Canada Graduate Scholarships - Master's
  • 资助金额：
    $1.27万
  • 财政年份：
    2015
  • 负责人：
    Briercliffe, Creagh
  • 依托单位：
    University of British Columbia
国内基金
海外基金
基于术中实时影像的SAM(Segment anything model)开发AI指导房间隔穿刺位置决策的增强现实模型
  • 批准号：
  • 项目类别：
    省市级项目
  • 资助金额：
    --
  • 批准年份：
    2024
  • 负责人：
    居维竹
  • 依托单位：
    江苏省人民医院
Development of a Linear Stochastic Model for Wind Field Reconstruction from Limited Measurement Data
  • 批准号：
    --
  • 项目类别：
    --
  • 资助金额：
    40万元
  • 批准年份：
    2020
  • 负责人：
    Vikrant Gupta
  • 依托单位：
    南方科技大学
应用Agent-Based-Model研究围术期单剂量地塞米松对手术切口愈合的影响及机制
  • 批准号：
    81771933
  • 项目类别：
    面上项目
  • 资助金额：
    50.0万元
  • 批准年份：
    2017
  • 负责人：
    周全红
  • 依托单位：
    上海交通大学
基于Multilevel Model的雷公藤多苷致育龄女性闭经预测模型研究