دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1st ed. 2021] نویسندگان: Sujata Dash (editor), Subhendu Kumar Pani (editor), Ajith Abraham (editor), Yulan Liang (editor) سری: Studies in Big Data, 89 ISBN (شابک) : 3030756564, 9783030756567 ناشر: Springer سال نشر: 2021 تعداد صفحات: 459 [443] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 13 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Advanced Soft Computing Techniques in Data Science, IoT and Cloud Computing به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تکنیک های پیشرفته محاسبات نرم در علم داده، اینترنت اشیا و رایانش ابری نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب تا حد زیادی در بداهه سازی زندگی انسان نقش بسزایی دارد. کاربردهای جدید محاسبات نرم را می توان به عنوان یک رشته نوظهور در علوم کامپیوتر، مهندسی کنترل خودکار، پزشکی، کاربردهای زیست شناسی، مهندسی محیط طبیعی و تشخیص الگو در نظر گرفت. اکنون، مدل نمونه برای محاسبات نرم، مغز انسان است. امروزه استفاده از تکنیک های مختلف محاسبات نرم به دلیل ارزان بودن و کارایی بالای پردازنده های دیجیتال و همچنین کاهش قیمت تراشه های حافظه، در بسیاری از کاربردهای خانگی، تجاری و صنعتی با موفقیت اجرا می شود. این دلیل اصلی گسترش گستردهتر تکنیکهای محاسبات نرم و حوزههای کاربردی آن است. این روشهای محاسباتی همچنین نقش بسزایی در طراحی و بهینهسازی در رشتههای مهندسی متنوع دارند. با نفوذ و توسعه مفهوم اینترنت اشیا (IoT)، نیاز به استفاده از تکنیک های محاسبات نرم بیش از هر زمان دیگری قابل توجه شده است. به طور کلی، روشهای محاسبات نرم شباهت زیادی به فرآیندهای بیولوژیکی نسبت به تکنیکهای سنتی دارند، که عمدتاً مبتنی بر سیستمهای منطقی رسمی، مانند منطق جمله و منطق محمول هستند، یا به شدت بر تحلیل عددی به کمک رایانه تکیه دارند. پیش بینی می شود که تکنیک های محاسبات نرم مکمل یکدیگر باشند. هدف این تکنیک ها پذیرش عدم دقت، عدم قطعیت ها و تقریب ها برای دستیابی به یک راه حل سریع است.
با این حال، پیشرفتهای اخیر در ارائه الگوریتمهای محاسباتی نرم (منطق فازی، محاسبات تکاملی، یادگیری ماشین و استدلال احتمالی) یک سیستم هوشمندتر و قویتر ایجاد میکند که راهحل تقریبی قابل تفسیر، کمهزینه و قابل تفسیر برای انسان را ارائه میدهد. الگوریتمهای مبتنی بر محاسبات نرم در زمینههای مختلفی از جمله بازیابی چند رسانهای، تحمل خطا، مدلسازی سیستم، معماری شبکه، معناشناسی وب، تجزیه و تحلیل دادههای بزرگ، سریهای زمانی، انفورماتیک زیستپزشکی و سلامت و غیره عملکرد بسیار خوبی از خود نشان دادهاند. رویکردهای محاسباتی نرم مانند ژنتیک برنامه نویسی (GP)، الگوریتم ماشین بردار پشتیبان – کرم شب تاب (SVM-FFA)، شبکه عصبی مصنوعی (ANN)، و ماشین بردار پشتیبان موجک (SVM-Wavelet) به عنوان مدل های محاسباتی قدرتمند ظاهر شده اند. اینها همچنین موفقیت قابل توجهی در مقابله با تجزیه و تحلیل داده های عظیم برای تعداد زیادی از برنامه ها نشان داده اند.همه محققان و پزشکان کسانی که در زمینه مهندسی کامپیوتر، پزشکی، کاربردهای زیست شناسی، سیگنال کار می کنند، بسیار سود خواهند برد. پردازش و مهندسی مکانیک. این کتاب مجموعه خوبی از رویکردهای پیشرفته برای برنامه های کاربردی مبتنی بر محاسبات نرم در زمینه های مختلف مهندسی است. برای محققان و متخصصان جدید که در این زمینه کار می کنند بسیار سودمند است که به سرعت بهترین روش ها را بشناسند. آنها می توانند رویکردهای مختلف را با هم مقایسه کنند و می توانند تحقیقات خود را در مهمترین زمینه تحقیقاتی که تأثیر مستقیم بر بهبود زندگی و سلامت انسان دارد، پیش ببرند.این کتاب بسیار مفید است زیرا هیچ کتابی در بازار وجود ندارد که مجموعه خوبی از روشهای پیشرفته از مدلهای مبتنی بر محاسبات نرم را برای بازیابی چند رسانهای، تحمل خطا، مدلسازی سیستم، معماری شبکه، معناشناسی وب، تجزیه و تحلیل دادههای بزرگ، سریهای زمانی، و زیست پزشکی و انفورماتیک سلامت.
This book plays a significant role in improvising human life to a great extent. The new applications of soft computing can be regarded as an emerging field in computer science, automatic control engineering, medicine, biology application, natural environmental engineering, and pattern recognition. Now, the exemplar model for soft computing is human brain. The use of various techniques of soft computing is nowadays successfully implemented in many domestic, commercial, and industrial applications due to the low-cost and very high-performance digital processors and also the decline price of the memory chips. This is the main reason behind the wider expansion of soft computing techniques and its application areas. These computing methods also play a significant role in the design and optimization in diverse engineering disciplines. With the influence and the development of the Internet of things (IoT) concept, the need for using soft computing techniques has become more significant than ever. In general, soft computing methods are closely similar to biological processes than traditional techniques, which are mostly based on formal logical systems, such as sentential logic and predicate logic, or rely heavily on computer-aided numerical analysis. Soft computing techniques are anticipated to complement each other. The aim of these techniques is to accept imprecision, uncertainties, and approximations to get a rapid solution.
However, recent advancements in representation soft computing algorithms (fuzzy logic,evolutionary computation, machine learning, and probabilistic reasoning) generate a more intelligent and robust system providing a human interpretable, low-cost, approximate solution. Soft computing-based algorithms have demonstrated great performance to a variety of areas including multimedia retrieval, fault tolerance, system modelling, network architecture, Web semantics, big data analytics, time series, biomedical and health informatics, etc. Soft computing approaches such as genetic programming (GP), support vector machine–firefly algorithm (SVM-FFA), artificial neural network (ANN), and support vector machine–wavelet (SVM–Wavelet) have emerged as powerful computational models. These have also shown significant success in dealing with massive data analysis for large number of applications.All the researchers and practitioners will be highly benefited those who are working in field of computer engineering, medicine, biology application, signal processing, and mechanical engineering. This book is a good collection of state-of-the-art approaches for soft computing-based applications to various engineering fields. It is very beneficial for the new researchers and practitioners working in the field to quickly know the best performing methods. They would be able to compare different approaches and can carry forward their research in the most important area of research which has direct impact on betterment of the human life and health.This book is very useful because there is no book in the market which provides a good collection of state-of-the-art methods of soft computing-based models for multimedia retrieval, fault tolerance, system modelling, network architecture, Web semantics, big data analytics, time series, and biomedical and health informatics.