Name: Statistical Analysis of Graph Structures in Random Variable Networks (en Inglés)
Price: 72440.00 CLP
Availability: InStock
Author: Kalyagin, V. A. ; Koldanov, A. P. ; Koldanov, P. A.
ISBN: 9783030602925

portada Statistical Analysis of Graph Structures in Random Variable Networks (en Inglés)

Formato

Libro Físico

Autor

Editorial

Idioma

Inglés

N° páginas

101

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 15.6 x 0.6 cm

Peso

0.17 kg.

ISBN13

9783030602925

Categorías

Probabilidad y estadística
Matemáticas aplicadas
Redes y comunicaciones informáticas

Statistical Analysis of Graph Structures in Random Variable Networks (en Inglés)

V. A. Kalyagin (Autor) · A. P. Koldanov (Autor) · P. A. Koldanov (Autor) · Springer · Tapa Blanda

Libro Nuevo

$ 72.440

$ 131.710

Ahorras: $ 59.270

45% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Viernes 26 de Julio y el Miércoles 07 de Agosto.

Lo recibirás en cualquier lugar de Chile entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Statistical Analysis of Graph Structures in Random Variable Networks (en Inglés)"

This book studies complex systems with elements represented by random variables. Its main goal is to study and compare uncertainty of algorithms of network structure identification with applications to market network analysis. For this, a mathematical model of random variable network is introduced, uncertainty of identification procedure is defined through a risk function, random variables networks with different measures of similarity (dependence) are discussed, and general statistical properties of identification algorithms are studied. The volume also introduces a new class of identification algorithms based on a new measure of similarity and prove its robustness in a large class of distributions, and presents applications to social networks, power transmission grids, telecommunication networks, stock market networks, and brain networks through a theoretical analysis that identifies network structures. Both researchers and graduate students in computer science, mathematics, and optimization will find the applications and techniques presented useful.