1. Ιδρυματικό Αποθετήριο Ακαδημαϊκής Έρευνας RUOMO
  2. Δημοσιεύσεις Μελών ΔΕΠ, Υποψηφίων Διδακτόρων & Μεταδιδακτόρων
  3. Τμήμα Εφαρμοσμένης Πληροφορικής
Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο: https://ruomo.lib.uom.gr/handle/7000/1209
Πλήρης εγγραφή μεταδεδομένων
Πεδίο DCΤιμήΓλώσσα
dc.contributor.authorTsagalidis, Evangelos-
dc.contributor.authorKaramitopoulos, Leonidas-
dc.contributor.authorEvangelidis, Georgios-
dc.contributor.authorDervos, Dimitris A.-
dc.date.accessioned2022-08-28T06:35:11Z-
dc.date.available2022-08-28T06:35:11Z-
dc.date.issued2005-
dc.identifier10.1109/IDAACS.2005.283074en_US
dc.identifier.isbn0-7803-9446-1en_US
dc.identifier.isbn0-7803-9445-3en_US
dc.identifier.urihttps://doi.org/10.1109/IDAACS.2005.283074en_US
dc.identifier.urihttps://ruomo.lib.uom.gr/handle/7000/1209-
dc.description.abstractOne of the tasks of the Hellenic Hail Suppression Program is the determination of the observed convective day category (CDC) index. This process is accomplished by having the meteorologists analyze the operational data manually. To automate and speed up this procedure we have developed an application in the CLIPS Expert System environment that calculates the observed CDC index. In this paper we examine the appropriate data mining techniques that could be used to extract this index from operational data automatically.en_US
dc.language.isoenen_US
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.subjectFRASCATI::Natural sciences::Computer and information sciencesen_US
dc.subject.otherhail suppression programen_US
dc.subject.otherconvective day category indexen_US
dc.subject.otherdata miningen_US
dc.subject.otherclassificationen_US
dc.subject.otherdecision treesen_US
dc.titleExtraction of the Convective Day Category Index Using Data Mining Techniquesen_US
dc.typeConference Paperen_US
dc.contributor.departmentΤμήμα Εφαρμοσμένης Πληροφορικήςen_US
local.identifier.firstpage692en_US
local.identifier.lastpage698en_US
local.identifier.volumetitle2005 IEEE Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applicationsen_US
Εμφανίζεται στις Συλλογές: Τμήμα Εφαρμοσμένης Πληροφορικής

Αρχεία σε αυτό το Τεκμήριο:
Αρχείο Περιγραφή ΜέγεθοςΜορφότυπος 
2005_idaacs.pdf462,04 kBAdobe PDFΠροβολή/Ανοιγμα
Εμφανίστε την απλή εγγραφή


Αυτό το τεκμήριο προστατεύεται από Αδεια Creative Commons Creative Commons