( en | de | ru )

 

Disambiguierung von "Sethi, Krishan Kumar"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Correlated High Average-Utility Itemset Mining.

, und . FICTA (1), Volume 1176 von Advances in Intelligent Systems and Computing, Seite 485-497. Springer, (2020)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Krishan Kumar

Shneh Sethi

Maya Sethi

Mohit Sethi

Krishan Lal

 

Weitere Publikationen von Autoren mit dem selben Namen

High average-utility itemset mining with multiple minimum utility threshold: A generalized approach., und . Eng. Appl. Artif. Intell., (2020)HUIM-SMP: High utility itemset mining based stock market analogy., , , und . ICCCNT, Seite 1-6. IEEE, (2019)HFIM: a Spark-based hybrid frequent itemset mining algorithm for big data processing., und . J. Supercomput., 73 (8): 3652-3668 (2017)Parallel High Average-Utility Itemset Mining Using Better Search Space Division Approach., , und . ICDCIT, Volume 11319 von Lecture Notes in Computer Science, Seite 108-124. Springer, (2019)PPS: Parallel Pincer Search for Mining Frequent Itemsets Based on Spark., , und . SoCPaR, Volume 614 von Advances in Intelligent Systems and Computing, Seite 351-363. Springer, (2016)Delay Scheduling with Reduced Workload on JobTracker in Hadoop., und . IBICA, Volume 424 von Advances in Intelligent Systems and Computing, Seite 371-381. Springer, (2015)A fast high average-utility itemset mining with efficient tighter upper bounds and novel list structure., und . J. Supercomput., 76 (12): 10288-10318 (2020)A Spark-based Apriori algorithm with reduced shuffle overhead., , und . J. Supercomput., 77 (1): 133-151 (2021)A Spark-based high utility itemset mining with multiple external utilities., , und . Clust. Comput., 25 (2): 889-909 (2022)EAFIM: efficient apriori-based frequent itemset mining algorithm on Spark for big transactional data., , , und . Knowl. Inf. Syst., 62 (9): 3565-3583 (2020)