تحلیل و مدیریت داده‌های حسگر: نقش یادگیری عمیق ۲۰۲۱
Sensor Data Analysis and Management: The Role of Deep Learning 2021

دانلود کتاب تحلیل و مدیریت داده‌های حسگر: نقش یادگیری عمیق ۲۰۲۱ (Sensor Data Analysis and Management: The Role of Deep Learning 2021) با لینک مستقیم و فرمت pdf (پی دی اف)

نویسنده

A. Suresh, R. Udendhran, M. S. Irfan Ahmed

voucher (1)

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

سال انتشار

2021

زبان

English

تعداد صفحه‌ها

224

نوع فایل

epub

حجم

39.4MB

🏷️ 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 تحلیل و مدیریت داده‌های حسگر: نقش یادگیری عمیق ۲۰۲۱

**بینش‌های دقیقی در مورد روش‌ها، الگوریتم‌ها و فنون یادگیری عمیق در تحلیل داده‌های حسگر کشف کنید.**

*تحلیل و مدیریت داده‌های حسگر: نقش یادگیری عمیق* یک مرور کلی روشنگرانه و کاربردی از کاربردهای فنون یادگیری عمیق در تحلیل داده‌های حسگر ارائه می‌دهد. این کتاب منابع پیشرفته را در یک مجموعه واحد گردآوری کرده است تا خواننده را در مورد موضوعات متنوعی مانند فنون جدید برای تشخیص خطا و طبقه‌بندی در داده‌های حسگر، کاربرد یادگیری عمیق در حسگرهای اینترنت اشیا و مطالعه موردی در مورد جمع‌آوری و پردازش داده‌های حسگر با رایانه‌های پرقدرت، روشن سازد.

ویراستاران، گروه برجسته‌ای از مقالات دقیق و مختصر را جمع‌آوری کرده‌اند که پتانسیل یادگیری عمیق را به عنوان ابزاری قدرتمند برای حل مسائل پیچیده مدل‌سازی در طیف گسترده‌ای از صنایع، از جمله تعمیر و نگهداری پیش‌بینی‌کننده، پایش سلامت، پیش‌بینی سبد مالی و سیستم‌های کمک‌راننده، نشان می‌دهند.

این کتاب شامل مثال‌های واقعی از تحلیل داده‌های حسگر با استفاده از الگوریتم‌های یادگیری عمیق و یک رویکرد گام‌به‌گام برای نصب و آموزش یادگیری عمیق با استفاده از کتابخانه Python Keras است. خوانندگان همچنین از موارد زیر بهره‌مند خواهند شد:

* مقدمه‌ای جامع بر اینترنت اشیا برای تشخیص فعالیت انسانی، مبتنی بر داده‌های حسگر پوشیدنی
* بررسی مزایای شبکه‌های عصبی در تحلیل داده‌های حسگر محیطی در زمان واقعی
* بحث‌های کاربردی در مورد بازنمایی داده‌های یادگیری نظارت شده، شبکه‌های عصبی برای پیش‌بینی فعالیت بدنی بر اساس داده‌های حسگر تلفن‌های هوشمند و تجزیه و تحلیل یادگیری عمیق داده‌های حسگر مکان برای تشخیص فعالیت انسانی
* تحلیل تقویت با XGBoost برای تحلیل داده‌های حسگر

کتاب *تحلیل و مدیریت داده‌های حسگر: نقش یادگیری عمیق* که برای متخصصان صنعت و دانشگاهیان فعال در یادگیری عمیق و تحلیل داده‌های حسگر ایده‌آل است، جایگاه خود را در کتابخانه‌های دانشجویان مقاطع کارشناسی و کارشناسی ارشد در رشته‌های علم داده و علوم کامپیوتر نیز به دست خواهد آورد.


فهرست کتاب:

۱. روی جلد

۲. صفحه عنوان

۳. حق چاپ

۴. فهرست مطالب

۵. درباره ویراستاران

۶. فهرست مشارکت‌کنندگان

۷. پیشگفتار

۱ تخصیص بهینه منابع با استفاده از شبکه عصبی چندلایه در محیط ابری

۲ اینترنت اشیا برای تشخیص فعالیت‌های انسانی مبتنی بر داده‌های حسگر پوشیدنی

۳ ارزیابی تکنیک‌های انتخاب ویژگی در سیستم‌های تشخیص نفوذ با استفاده از مدل‌های یادگیری ماشین در شبکه‌های بی‌سیم موردی

۴ طرح مسیریابی واکنشی دوطرفه و دوهدفه مبتنی بر نوروفازی برای شبکه‌های حسگر بی‌سیم حیاتی

۵ تکنیک‌های تشخیص و استخراج ویژگی برای نظارت بر دانشجویان در زمان واقعی در محیط‌های داده حسگر

۶ تحلیل یادگیری عمیق داده‌های حسگر موقعیت مکانی برای تشخیص فعالیت‌های انسانی

۷ یک طبقه‌بندی‌کننده KNN مبتنی بر بهینه‌سازی ازدحام ذرات با رفتار کوانتومی برای بهبود طول عمر WSN

۸ تکنیک‌های تشخیص و استخراج ویژگی برای داده‌های حسگر

۹ تشخیص اشیاء در تصاویر ماهواره‌ای با استفاده از شبکه‌های تجزیه صحنه هرمی اصلاح‌شده

۱۰ پیش‌بینی بیماری عروق کرونر با استفاده از الگوریتم AdaBoost

۱۱ سیستم‌های اطلاعات جغرافیایی و بازه اطمینان با تکنیک‌های یادگیری عمیق برای سیستم‌های مدیریت ترافیک در شهرهای هوشمند

۱۹. نمایه

۲۰. توافق‌نامه مجوز کاربر نهایی

توضیحات(انگلیسی)

Discover detailed insights into the methods, algorithms, and techniques for deep learning in sensor data analysis

Sensor Data Analysis and Management: The Role of Deep Learning delivers an insightful and practical overview of the applications of deep learning techniques to the analysis of sensor data. The book collects cutting-edge resources into a single collection designed to enlighten the reader on topics as varied as recent techniques for fault detection and classification in sensor data, the application of deep learning to Internet of Things sensors, and a case study on high-performance computer gathering and processing of sensor data.

The editors have curated a distinguished group of perceptive and concise papers that show the potential of deep learning as a powerful tool for solving complex modelling problems across a broad range of industries, including predictive maintenance, health monitoring, financial portfolio forecasting, and driver assistance.

The book contains real-time examples of analyzing sensor data using deep learning algorithms and a step-by-step approach for installing and training deep learning using the Python keras library. Readers will also benefit from the inclusion of:

  • A thorough introduction to the Internet of Things for human activity recognition, based on wearable sensor data
  • An exploration of the benefits of neural networks in real-time environmental sensor data analysis
  • Practical discussions of supervised learning data representation, neural networks for predicting physical activity based on smartphone sensor data, and deep-learning analysis of location sensor data for human activity recognition
  • An analysis of boosting with XGBoost for sensor data analysis

Perfect for industry practitioners and academics involved in deep learning and the analysis of sensor data, Sensor Data Analysis and Management: The Role of Deep Learning will also earn a place in the libraries of undergraduate and graduate students in data science and computer science programs.


Table of Contents

1. Cover

2. Title page

3. Copyright

4. Table of Contents

5. About the Editors

6. List of Contributors

7. Preface

1 Efficient Resource Allocation Using Multilayer Neural Network in Cloud Environment

2 Internet of Things for Human-Activity Recognition Based on Wearable Sensor Data

3 Evaluation of Feature Selection Techniques in Intrusion Detection Systems Using Machine Learning Models in Wireless Ad Hoc Networks

4 Neuro-Fuzzy-Based Bidirectional and Biobjective Reactive Routing Schema for Critical Wireless Sensor Networks

5 Feature Detection and Extraction Techniques for Real-Time Student Monitoring in Sensor Data Environments

6 Deep Learning Analysis of Location Sensor Data for Human-Activity Recognition

7 A Quantum-Behaved Particle-Swarm-Optimization-Based KNN Classifier for Improving WSN Lifetime

8 Feature Detection and Extraction Techniques for Sensor Data

9 Object Detection in Satellite Images Using Modified Pyramid Scene Parsing Networks

10 Coronary Illness Prediction Using the AdaBoost Algorithm

11 Geographic Information Systems and Confidence Interval with Deep Learning Techniques for Traffic Management Systems in Smart Cities

19. Index

20. End User License Agreement

دیگران دریافت کرده‌اند

همجوشی حسگر و داده ۲۰۰۹
Sensor and Data Fusion 2009

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

✨ 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.