Full metadata record
DC FieldValueLanguage
dc.contributor.authorDinov Ivo D.
dc.contributor.authorVelev M.V.
dc.coverage.spatialapplications of spacekime
dc.coverage.spatialartificial intelligence
dc.coverage.spatialcomplex-time analytics
dc.coverage.spatialdata science
dc.coverage.spatialkime
dc.coverage.spatialquantum mechanics
dc.coverage.spatialStatistics
dc.coverage.spatialtime
dc.coverage.spatialвремя
dc.coverage.spatialискусственный интеллект
dc.coverage.spatialквантовая механика
dc.coverage.spatialквемя (квантовое время)
dc.coverage.spatialкомплексно-временная аналитика
dc.coverage.spatialнаука о данных
dc.coverage.spatialприменение концепции пространство-квемя
dc.coverage.spatialстатистика
dc.creatorDinov Ivo D., Velev M.V.
dc.date2022
dc.date.accessioned2025-11-28T08:09:24Z-
dc.date.available2025-11-28T08:09:24Z-
dc.date.issued2022
dc.identifier.identifier3119891
dc.identifier.citationDinov, Ivo D. Data Science : Time Complexity, Inferential Uncertainty, and Spacekime Analytics / Ivo D. Dinov, Milen V. Velev. - Berlin : De Gruyter, 2022. - 1 file (8,58 Mb) (491 p.). - ISBN = 9783110697803, 9783110697827, 9783110697971. - Текст : электронный
dc.identifier.isbn9783110697803
dc.identifier.isbn9783110697827
dc.identifier.isbn9783110697971
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/59622-
dc.description.abstractThis book introduces a revolutionary framework for data science by expanding the concept of time into a 2D complex time called *kime*, bridging AI, quantum mechanics, and statistics. It proposes elevating 4D spacetime to higher dimensions, where time-series data become kime-surfaces—manifolds enabling richer analysis. This approach allows novel methods for scientific inference, phenotyping, and forecasting. It translates quantum principles into data science concepts and presents computational tools to manage vast, complex digital information. Case studies include economic forecasting, brain imaging analysis, and biobank data processing. The authors explore mathematical extensions of calculus, solutions to temporal challenges, and Bayesian formulations. They also highlight open problems in computation, probability, and philosophy. Aimed at researchers, students, and professionals across disciplines, this work offers a transdisciplinary foundation for handling longitudinal, high-dimensional data while addressin
dc.description.abstractИспользуемые программы Adobe Acrobat
dc.description.abstractКнига знакомит с революционными основами наук о данных, расширяя концепцию времени до сложного двумерного времени под названием «квемя», объединяя искусственный интеллект, квантовую механику и статистику. В исследовании предлагается расширить 4D пространство-время до более высоких измерений, где данные временных рядов становятся виртуальными поверхностями-многообразиями, позволяющими проводить более глубокий анализ. Этот подход позволяет использовать новые методы для научных выводов, фенотипирования и прогнозирования. Авторы используют квантовые принципы в науках о данных и представляют вычислительные инструменты для управления обширной и сложной цифровой информацией. Так, тематические исследования включают в себя экономическое прогнозирование, анализ изображений мозга и обработку данных биобанка. Авторы исследуют математические расширения математического анализа, решения временных задач и байесовские формулировки. Они также освещают открытые проблемы в области вычислений, вероятности и философии. Эта работа,
dc.languageeng
dc.publisherDe Gruyter
dc.subjectapplications of spacekime
dc.subjectartificial intelligence
dc.subjectcomplex-time analytics
dc.subjectdata science
dc.subjectkime
dc.subjectquantum mechanics
dc.subjectStatistics
dc.subjecttime
dc.subjectвремя
dc.subjectискусственный интеллект
dc.subjectквантовая механика
dc.subjectквемя (квантовое время)
dc.subjectкомплексно-временная аналитика
dc.subjectнаука о данных
dc.subjectприменение концепции пространство-квемя
dc.subjectстатистика
dc.subject.rugasnti50.53
dc.subject.udc004.6
dc.titleData Science
dc.typeText
local.identifier.oldurihttp://repo.ssau.ru/handle/eBooks/Data-Science-117092
local.identifier.oldurihttp://repo.ssau.ru/handle/eBooks/Data-Science-117092
Appears in Collections:eBooks

Files in This Item:
File SizeFormat 
3119891.pdf8.79 MBAdobe PDFView/Open    Request a copy


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.