Inference of a Dyadic Measure and its Simplicial Geometry from Binary Feature Data and Application to Data Quality

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	arXiv.org (Apr 29, 2017), p. n/a
1. Verfasser:	Ness, Linda
Veröffentlicht:	Cornell University Library, arXiv.org
Schlagworte:	Geometry Data processing Mathematical analysis Bayesian analysis Differential geometry Homology Balances (scales) Privacy Decision making Statistics Parameters Statistical inference Representations Multiscale analysis
Online-Zugang:	Citation/Abstract Full text outside of ProQuest
Tags:	Tag hinzufügen Keine Tags, Fügen Sie das erste Tag hinzu!

Schreiben Sie den ersten Kommentar!