مشخصات کتاب

AI for a Safe Earth: Private Probabilistic Search and Predictive Threat Analytics

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش: 1 
نویسندگان: Sumit Chakraborty  
سری:  
 
ناشر: Business Analytics Resaerch Lab India 
سال نشر: 2014 
تعداد صفحات: 9 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 427 کیلوبایت 

کلمات کلیدی مربوط به کتاب هوش مصنوعی برای یک زمین ایمن: جستجوی احتمالی خصوصی و تجزیه و تحلیل تهدیدهای پیش بینی شده: هوش مصنوعی، جستجوی پرتو نور احتمالی، تجزیه و تحلیل تهدید پیش‌بینی‌کننده، خطرات نجومی، امنیت واکنشی و فعال، جستجوی خصوصی، محاسبات چند جانبه ایمن تطبیقی

در صورت تبدیل فایل کتاب AI for a Safe Earth: Private Probabilistic Search and Predictive Threat Analytics 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 هوش مصنوعی برای یک زمین ایمن: جستجوی احتمالی خصوصی و تجزیه و تحلیل تهدیدهای پیش بینی شده 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.

توضیحاتی در مورد کتاب هوش مصنوعی برای یک زمین ایمن: جستجوی احتمالی خصوصی و تجزیه و تحلیل تهدیدهای پیش بینی شده

چکیده: هدف اصلی جستجو، شناسایی یک شی و موقعیت هدف است. موقعیت هدف ممکن است نامشخص باشد یا اطلاعات کامل یا ناقصی در مورد مکان آن از نظر توزیع احتمال وجود داشته باشد. هدف ممکن است ثابت یا در حال حرکت باشد. توزیع هدف با فضای جستجوی گسسته یا پیوسته مرتبط است. مشکل جستجوی بهینه، به حداکثر رساندن احتمال شناسایی هدف با توجه به محدودیت منابع، تلاش و زمان است. این کار مکانیسم جستجوی احتمالی خصوصی (PPSM) را ارائه می‌کند. رویکرد جستجوی احتمالی به اطلاعات ناقص مکان مورد نظر بر اساس احتمال مکان می‌پردازد. این مشکل از منظر مکان، اندازه، فاصله و زمان هدف (ها) متحرک و توزیع تلاش‌های جستجو، احتمالی است. اثربخشی روش جستجوی احتمالی را می توان بر اساس ویژگی های مختلف محاسبات چند جانبه ایمن تطبیقی ​​مانند صحت، حریم خصوصی، شفافیت، قابلیت اطمینان و سازگاری تأیید کرد. فضای جستجو را می توان به مجموعه ای از بلوک های خصوصی تقسیم کرد. تعداد کافی سنسور باید به هر بلوک خصوصی اختصاص داده شود. هر بلوک به طور مستقل نظارت می شود. این کار تجزیه و تحلیل پیچیدگی PPSM را از دیدگاه هزینه محاسباتی و هوش امنیتی برجسته می کند. همچنین استدلال مبتنی بر مورد را بر روی یک مورد آزمایشی از خطرات نجومی اعمال می‌کند و دامنه PPSM را برای ارزیابی و کاهش آن تهدیدها بررسی می‌کند. جهان اساساً یک رایانه است، تاریخچه آن به طور مداوم محاسبه می شود. خطرات نجومی ممکن است تهدیدهای واقعاً خطرناکی علیه پایداری تمدن بشری امروزی و وجود زمین امن باشد. حل این نوع مشکل جستجوی احتمالی واقعاً سخت است، مشکلی پیش پا افتاده نیست. همچنین استقرار PPSM در واقعیت چالش برانگیز است و به دنبال پشتیبانی گسترده، هماهنگی، برنامه ریزی و مسئولیت های اجتماعی شرکتی از سازمان های مختلف تحقیقات فضایی و موسسات علوم زمین در سطح جهان است. هوش مصنوعی، جستجوی پرتو نور احتمالی، تجزیه و تحلیل تهدید پیش‌بینی‌کننده، خطرات نجومی، امنیت واکنشی و فعال، جستجوی خصوصی، محاسبات چند جانبه ایمن تطبیقی

توضیحاتی درمورد کتاب به خارجی

Abstract: The basic objective of a search is to identify an object and the position of the target. The target’s position may be uncertain or there may be complete or incomplete information about its location in terms of a probability distribution. The target may be stationary or in motion. The target distribution is associated with discrete or continuous search space. The problem of optimal search is to maximize the probability of detecting a target subject to the constraints of resources, effort and time. This work presents Private Probabilistic Search Mechanism (PPSM). The probabilistic search approach addresses the incomplete information on the target location by location probability. The problem is probabilistic from the perspectives of the location, size, distance and timing of the moving target(s) and distribution of the search efforts. The effectiveness of probabilistic search procedure can be verified on the basis of various properties of adaptive secure multiparty computation such as correctness, privacy, transparency, reliability and consistency. The search space can be divided into a set of private blocks; adequate number of sensors should be assigned to each private block; each block is monitored independently. This work highlights the complexity analysis of PPSM from the perspectives of computational cost and security intelligence. It also exercises case based reasoning on a test case of astronomical hazards and explores the scope of PPSM to assess and mitigate those threats. The universe is basically a computer, its history is being computed continuously. The astronomical hazards may be really dangerous threats against the sustainability of today’s human civilization and the existence of a safe earth. This type of probabilistic search problem is really hard to solve, it is not a trivial problem. It is also challenging to deploy PPSM in reality and seeks extensive support, coordination, planning and corporate social responsibilities from various space research organizations and earth science institutes globally. Artificial intelligence, Probabilistic Light Beam Search, Predictive threat analytics, Astronomical hazards, Reactive and proactive security, Private search, Adaptive secure multi-party computation

فهرست مطالب

Section 1 defines the problem of probabilistic search of moving targets in discrete and continuous space. Section 2 presents private probabilistic search mechanism (PPSM); the strategic moves include real-time light beam projection on the search space, automated data stream mining and adaptive secure multi-party computation. It defines the private search with a broad outlook of adaptive SMC. Section 3 shows the complexity analysis of PPSM from the perspectives of computation cost and security intelligence. Section 4 presents a test case of astronomical hazards and explores the scope of PPSM to assess and mitigate threats. Section 5 concludes the work.

نظرات کاربران

کتاب های مرتبط

دانلود کتاب Linked Data Management

دانلود کتاب Deep Learning for Natural Language Processing: Creating Neural Networks with Python

دانلود کتاب Human Action Recognition with Depth Cameras

دانلود کتاب Robust speech recognition and understanding

دانلود کتاب Pragmatic AI: An Introduction to Cloud-Based Machine Learning

دانلود کتاب Algorithmic Aspects of Machine Learning

دانلود کتاب Deep Learning for Computer Vision: Expert techniques to train advanced neural networks using TensorFlow and Keras

دانلود کتاب Biologically Inspired Kinematic Synergies Provide a New Paradigm for Balance Control of Humanoid Robots

دانلود کتاب Architectural Intelligence: Selected Papers from the 1st International Conference on Computational Design and Robotic Fabrication (CDRF 2019)

دانلود کتاب Data Integration: The Relational Logic Approach