داده‌کاوی کلان برای تغییرات اقلیمی ۲۰۱۹
Big Data Mining for Climate Change 2019

دانلود کتاب داده‌کاوی کلان برای تغییرات اقلیمی ۲۰۱۹ (Big Data Mining for Climate Change 2019) با لینک مستقیم و فرمت pdf (پی دی اف) و ترجمه فارسی

نویسنده

Zhihua Zhang, Jianping Li

ناشر: Elsevier
voucher (1)

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار

2019

زبان

English

تعداد صفحه‌ها

344

نوع فایل

pdf

حجم

3.3 MB

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

🏷️ قیمت اصلی: ۳۷۸٬۰۰۰ تومان بود. قیمت فعلی: ۲۹۸٬۰۰۰ تومان.

📥 دانلود نسخه‌ی اصلی کتاب به زبان انگلیسی(PDF)
🧠 به همراه ترجمه‌ی فارسی با هوش مصنوعی 🔗 مشاهده جزئیات

پیش‌خرید با تحویل فوری(⚡️) | فایل کتاب حداکثر تا ۳۰ دقیقه(🕒) پس از ثبت سفارش آماده دانلود خواهد بود.

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

توضیحات

معرفی کتاب داده‌کاوی کلان برای تغییرات اقلیمی ۲۰۱۹

تغییرات اقلیمی، با سازوکارها، اثرات، خطرات، راهکارهای کاهش، انطباق و حکمرانی مرتبط با آن، به طور گسترده‌ای به عنوان بزرگترین و مرتبط‌ترین مسئله‌ای که بشر با آن روبروست، شناخته می‌شود. کتاب «داده‌کاوی کلان برای تغییرات اقلیمی» به یکی از اساسی‌ترین چالش‌های دانشمندان فعال در حوزه آب‌وهوا یا محیط‌زیست می‌پردازد: چگونگی مدیریت و تحلیل حجم وسیع اطلاعات موجود. رویکردهای یکپارچه و بین‌رشته‌ای داده‌کاوی کلان در حال ظهور هستند که بخشی از آن‌ها با کمک چالش داده‌های کلان اقلیمی سازمان ملل متحد شکل گرفته و برخی از آن‌ها به طور گسترده به عنوان رویکردهای جدید برای تحقیقات تغییرات اقلیمی توصیه می‌شوند.

کتاب «داده‌کاوی کلان برای تغییرات اقلیمی» درک عمیقی از تکنیک‌های داده‌های کلان مرتبط با آب‌وهوا ارائه می‌دهد و نشان می‌دهد که چگونه می‌توان با استفاده از کاربردهای داده‌های کلان، حجم عظیمی از داده‌ها و منابع آب‌وهوایی موجود را مدیریت کرد. این کتاب مسیرهای آینده را هدایت می‌کند و باعث رونق تحقیقات مبتنی بر داده‌های کلان در زمینه مدل‌سازی، تشخیص و پیش‌بینی تغییرات اقلیمی و کاهش اثرات مرتبط با آن خواهد شد.

تمرکز اصلی این کتاب بر مدل‌های شبکه‌های اقلیمی، تکنیک‌های یادگیری عمیق برای پویایی‌های آب‌وهوایی، استخراج خودکار ویژگی‌های تغییرپذیری اقلیمی و کمینه‌سازی داده‌های بزرگ اقلیمی است. همچنین، این کتاب شامل بررسی روشنگرانه‌ای از اقتصاد و مدیریت کم‌کربن مبتنی بر داده‌های کلان است. محتوای آن دانش روز را برای دانشمندان و دانشجویان پیشرفته‌ای که تغییرات اقلیمی را از رشته‌های مختلف، از جمله علوم جوی، اقیانوسی و محیطی؛ جغرافیا، اکولوژی، انرژی، اقتصاد، مدیریت، مهندسی و سیاست‌گذاری عمومی مطالعه می‌کنند، ارائه می‌دهد.

– ارائه راهنمای گام‌به‌گام برای استفاده از ابزارهای داده‌کاوی کلان در تحقیقات آب‌وهوایی و زیست‌محیطی
– ارائه بررسی جامعی از تئوری و الگوریتم‌های داده‌کاوی کلان برای تغییرات اقلیمی
– شامل تحقیقات جاری در علم آب‌وهوا و محیط‌زیست در ارتباط با استفاده از الگوریتم‌های داده‌های کلان


فهرست کتاب:

۱. تصویر جلد

۲. صفحه عنوان

۳. فهرست مطالب

۴. حق تکثیر

۵. پیشگفتار

۶. فصل ۱: داده‌های بزرگ آب و هوا

۷. فصل ۲: استخراج ویژگی از داده‌های بزرگ آب و هوا

۸. فصل ۳: یادگیری عمیق برای الگوهای آب و هوایی

۹. فصل ۴: شبکه‌های آب و هوایی

۱۰. فصل ۵: شبکه‌های آب و هوایی تصادفی و آنتروپی

۱۱. فصل ۶: طیف شبکه‌های آب و هوایی

۱۲. فصل ۷: شبیه‌سازی مونت کارلو از سیستم‌های آب و هوایی

۱۳. فصل ۸: نمایش تنک داده‌های بزرگ آب و هوا

۱۴. فصل ۹: کاهش انتشار کربن مبتنی بر داده‌های بزرگ

۱۵. فصل ۱۰: مدیریت کم کربن مبتنی بر داده‌های بزرگ

۱۶. فصل ۱۱: حمل و نقل دریایی قطب شمال مبتنی بر داده‌های بزرگ

۱۷. فهرست نمایه

 

توضیحات(انگلیسی)

Climate change mechanisms, impacts, risks, mitigation, adaption, and governance are widely recognized as the biggest, most interconnected problem facing humanity. Big Data Mining for Climate Change addresses one of the fundamental issues facing scientists of climate or the environment: how to manage the vast amount of information available and analyse it. The resulting integrated and interdisciplinary big data mining approaches are emerging, partially with the help of the United Nation’s big data climate challenge, some of which are recommended widely as new approaches for climate change research. Big Data Mining for Climate Change delivers a rich understanding of climate-related big data techniques and highlights how to navigate huge amount of climate data and resources available using big data applications. It guides future directions and will boom big-data-driven researches on modeling, diagnosing and predicting climate change and mitigating related impacts. This book mainly focuses on climate network models, deep learning techniques for climate dynamics, automated feature extraction of climate variability, and sparsification of big climate data. It also includes a revelatory exploration of big-data-driven low-carbon economy and management. Its content provides cutting-edge knowledge for scientists and advanced students studying climate change from various disciplines, including atmospheric, oceanic and environmental sciences; geography, ecology, energy, economics, management, engineering, and public policy. – Provides a step-by-step guide for applying big data mining tools to climate and environmental research – Presents a comprehensive review of theory and algorithms of big data mining for climate change – Includes current research in climate and environmental science as it relates to using big data algorithms


Table of Contents

1. Cover image

2. Title page

3. Table of Contents

4. Copyright

5. Preface

6. Chapter 1: Big climate data

7. Chapter 2: Feature extraction of big climate data

8. Chapter 3: Deep learning for climate patterns

9. Chapter 4: Climate networks

10. Chapter 5: Random climate networks and entropy

11. Chapter 6: Spectra of climate networks

12. Chapter 7: Monte Carlo simulation of climate systems

13. Chapter 8: Sparse representation of big climate data

14. Chapter 9: Big-data-driven carbon emissions reduction

15. Chapter 10: Big-data-driven low-carbon management

16. Chapter 11: Big-data-driven Arctic maritime transportation

17. Index

دیگران دریافت کرده‌اند

سایر کتاب‌های ناشر

✨ ضمانت تجربه خوب مطالعه

بازگشت کامل وجه

در صورت مشکل، مبلغ پرداختی بازگردانده می شود.

دانلود پرسرعت

دانلود فایل کتاب با سرعت بالا

ارسال فایل به ایمیل

دانلود مستقیم به همراه ارسال فایل به ایمیل.

پشتیبانی ۲۴ ساعته

با چت آنلاین و پیام‌رسان ها پاسخگو هستیم.

ضمانت کیفیت کتاب

کتاب ها را از منابع معتیر انتخاب می کنیم.