Cristin-resultat-ID: 2246051
Sist endret: 14. februar 2024, 15:27
NVI-rapporteringsår: 2023
Resultat
Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
2023

Circle Attention: Forecasting Network Traffic by Learning Interpretable Spatial Relationships from Intersecting Circles

Bidragsytere:
  • Espen Haugsdal
  • Sara Malacarne og
  • Massimiliano Ruocco

Bok

Om resultatet

Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
Publiseringsår: 2023
Volum: 14175
Hefte: *
Sider: 106 - 121
ISBN:
  • 978-3-031-43430-3
Open Access

Lenker

original online (doi)

ORIA

Klassifisering

Fagfelt (NPI)

Fagfelt: IKT
- Fagområde: Realfag og teknologi

Beskrivelse Beskrivelse

Tittel

Circle Attention: Forecasting Network Traffic by Learning Interpretable Spatial Relationships from Intersecting Circles

Bidragsytere

Espen Haugsdal

  • Tilknyttet:
    Forfatter
    ved Institutt for datateknologi og informatikk ved Norges teknisk-naturvitenskapelige universitet

Sara Malacarne

  • Tilknyttet:
    Forfatter
    ved Telenor

Massimiliano Ruocco

  • Tilknyttet:
    Forfatter
    ved Software Engineering, Safety and Security ved SINTEF AS
  • Tilknyttet:
    Forfatter
    ved Institutt for datateknologi og informatikk ved Norges teknisk-naturvitenskapelige universitet
1 - 3 av 3

Resultatet er en del av Resultatet er en del av

Machine Learning and Knowledge Discovery in Databases: Applied Data Science and Demo Track: European Conference, ECML PKDD 2023, Turin, Italy, September 18–22, 2023, Proceedings, Part VII.

De Francisci Morales, Gianmarco; Perlich, Claudia; Ruchansky, Natali; Kourtellis, Nicolas; Baralis, Elena; Bonchi, Francesco. 2023, Springer. PDT, USA, SPANIA, ITALIAVitenskapelig antologi/Konferanseserie
1 - 1 av 1