Salta al contenuto
Universidad del Mar SIBUMAR Descubridor Institucional UMAR
  • Inicio
  • Búsqueda avanzada
  • Explorar
  • Entra
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Avanzata
  • Recent Advances in Data-Driven Business Process Management
Copertina

Recent Advances in Data-Driven Business Process Management

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Ackermann, Lars, Käppel, Martin, Marcus, Laura, Moder, Linda, Dunzer, Sebastian, Hornsteiner, Markus, Liessmann, Annina, Zisgen, Yorck, Empl, Philip, Herm, Lukas-Valentin, Neis, Nicolas, Neuberger, Julian, Poss, Leo, Schaschek, Myriam, Weinzierl, Sven, Wördehoff, Niklas, Jablonski, Stefan, Koschmider, Agnes, Kratsch, Wolfgang, Matzner, Martin, Rinderle-Ma, Stefanie, Röglinger, Maximilian, Schönig, Stefan, Winkelmann, Axel
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Databases
Artificial Intelligence
68U35 68T07 68T07, 68U35, 68T01
H.4.1; I.2.1; I.2.6; I.2.7; H.2.8; K.6.1
Accesso online:
Acceder al recurso
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
  • Citazione
  • Invia SMS
  • Invia email
  • Stampa
  • Esporta il record
    • Esporta a RefWorks
    • Esporta a EndNoteWeb
    • Esporta a EndNote
  • Aggiungi alla lista
  • PLink permanente
  • Posseduto
  • Descrizione
  • Commenti
  • Documenti analoghi
  • MARC21
Lascia un commento!
Entra

Documenti analoghi

  • Attention Please: What Transformer Models Really Learn for Process Prediction
    di: Käppel, Martin, et al.
    Pubblicazione: (2024)
  • Learning Sign Language Representation using CNN LSTM, 3DCNN, CNN RNN LSTM and CCN TD
    di: Louison, Nikita, et al.
    Pubblicazione: (2024)
  • The Normalized Difference Layer: A Differentiable Spectral Index Formulation for Deep Learning
    di: Lotfi, Ali, et al.
    Pubblicazione: (2026)
  • Safe Continual Reinforcement Learning Methods for Nonstationary Environments. Towards a Survey of the State of the Art
    di: Tomashevskiy, Timofey
    Pubblicazione: (2026)
  • Enhancing Ultra-Low-Bit Quantization of Large Language Models Through Saliency-Aware Partial Retraining
    di: Cao, Deyu, et al.
    Pubblicazione: (2025)
Universidad del Mar
Universidad del MarSistema Bibliotecario de la Universidad del MarDescubridor Institucional UMARImplementación y desarrollo: Mtro. Carlos Alonso Albores Pérez
InicioBúsqueda avanzadaExplorar
Visitas al Descubridor: 53,987© 2026 Universidad del Mar