数据融合：理论、方法和应用
摘要：复杂数据的适当融合对许多领域的研究人员感兴趣，包括计算统计学、计算几何学、生物信息学、机器学习、模式识别、质量管理、工程学、统计学、金融、经济等。它在以下方面起着至关重要的作用：数据过程或整个领域的综合描述、创建用于近似推理任务的规则库、在决策支持系统中达成共识并选择最优策略、缺失值的补全、数据去重和整合、异构数据库的记录链接以及聚类。这本开放获取的研究专著使用良好建立的经典聚合框架的方法整合不同领域的广泛研究结果，介绍了Aggregation 2.0给研究人员和从业人员，同时指出进一步研究的挑战和有趣方向。
作者：Marek Gagolewski
论文ID：2208.01644
分类：Databases
分类简称：cs.DB
提交时间：2022-08-31