Data Science and Interdisciplinary Research: Recent Trends and Applications
Datenwissenschaft und interdisziplinäre Forschung: Recent Trends and Applications ist ein fesselnder Sammelband, der eine umfassende Untersuchung der neuesten Fortschritte in den Datenwissenschaften und der interdisziplinären Forschung bietet. In 10 aufschlussreichen Kapiteln werden in diesem Buch verschiedene Modelle des maschinellen Lernens, der Kommunikation, der Signalverarbeitung und der Datenanalyse vorgestellt und ihre Relevanz in verschiedenen Bereichen veranschaulicht.
Hauptthemen:
-Fortgeschrittene Niederschlagsvorhersage: Es wird ein Modell des maschinellen Lernens vorgestellt, das für die anspruchsvolle Aufgabe der Vorhersage von Niederschlägen in mehreren Ländern entwickelt wurde und dessen Potenzial zur Verbesserung der Wettervorhersage aufzeigt.
-Effizientes Cloud Data Clustering: Erläutert einen neuartigen Berechnungsansatz für das Clustering großer Cloud-Daten, der die Skalierbarkeit von Cloud-Computing und Datenanalyse anspricht.
-Sichere fahrzeuginterne Kommunikation: Untersucht das kritische Thema der sicheren Kommunikation in fahrzeuginternen Netzwerken mit Schwerpunkt auf Nachrichtenauthentifizierung und Datenintegrität.
-Intelligente Bewässerung 4. 0: Beschreibt ein Entscheidungsmodell für intelligente Bewässerung, das die Zuverlässigkeitsanalyse landwirtschaftlicher Sensordaten zur Optimierung des Wasserverbrauchs in der Präzisionslandwirtschaft integriert.
-Intelligente Elektrizitätsüberwachung: Hervorzuheben sind auf maschinellem Lernen basierende intelligente Stromüberwachungs- und Fehlererkennungssysteme, die zur Entwicklung von Smart Cities beitragen.
-Verbesserte Lernumgebungen: Untersucht die Wirksamkeit des mobilen Lernens in der Hochschulbildung und beleuchtet die Rolle der Technologie bei der Gestaltung moderner Lernumgebungen.
-Sozioökonomische Studie über die Küstengebiete: Präsentiert eine Fallstudie über die sozioökonomischen Bedingungen von Küstenfischereigemeinden und bietet Einblicke in die Lebensbedingungen und Herausforderungen, denen sie sich stellen müssen.
-Beseitigung von Signalrauschen: Zeigt Filtertechniken zur Entfernung von Rauschen aus EKG-Signalen, um die Genauigkeit der medizinischen Datenanalyse und Diagnose zu verbessern.
-Deep Learning in der biomedizinischen Forschung: Erforscht Deep-Learning-Techniken für die biomedizinische Forschung, insbesondere im Bereich der Genidentifizierung mit Next Generation Sequencing (NGS)-Daten.
-Medizinische Diagnostik durch maschinelles Lernen: Den Abschluss bildet ein Kapitel über die Erkennung von Brustkrebs mithilfe von Konzepten des maschinellen Lernens, das das Potenzial der KI-gestützten Diagnostik aufzeigt.
| ISBN: | 9789815079029 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
