Computational Intelligence for Information Retrieval (Sensors Communication for Urban Intelligence)

این کتاب درک کاملی از ادغام هوش محاسباتی با بازیابی اطلاعات از جمله بازیابی تصویر مبتنی بر محتوا با استفاده از تکنیک‌های هوشمند، هوش محاسباتی ترکیبی برای تشخیص الگو، سیستم‌های نوآورانه هوشمند، و حفاظت و تجزیه و تحلیل داده‌های بزرگ در ابر ارائه می‌دهد. بستر، زمینه. هدف این کتاب بررسی این است که چگونه چارچوب‌های هوش محاسباتی سیستم‌های بازیابی اطلاعات را بهبود می‌بخشند. جدیدترین و نویدبخش تعامل انسان و رایانه انگیزه این کتاب است.

این کتاب طیف وسیعی از موضوعات را پوشش می‌دهد، از ابزارها و زبان‌های هوش مصنوعی گرفته تا آن. مفاهیم فلسفی، و در نتیجه مجموعه ای از تحقیقات نظری و همچنین تجربی، همراه با بررسی و مطالعات تاثیر ارائه می کند.

علاوه بر این، هدف این کتاب نشان دادن اصول اولیه بازیابی اطلاعات و هوش محاسباتی برای مبتدیان و همچنین به نمایش گذاشتن است. ادغام و بحث های چالش برانگیز آنها برای پزشکان موجود، از جمله استفاده از کاربرد ترکیبی واقعیت افزوده، تکنیک های هوش محاسباتی برای سیستم توصیه در داده های بزرگ و رویکرد مبتنی بر فازی برای توصیف و شناسایی احساسات.

This book provides a thorough understanding of the integration of computational intelligence with information retrieval including content-based image retrieval using intelligent techniques, hybrid computational intelligence for pattern recognition, intelligent innovative systems, and protecting and analysing big data on cloud platforms. This book aims to investigate how computational intelligence frameworks are going to improve information retrieval systems. The emerging and promising state-of-the-art of human-computer interaction is the motivation behind this book.

The book covers a wide range of topics, starting from the tools and languages of artificial intelligence to its philosophical implications, and thus provides a plethora of theoretical as well as experimental research, along with surveys and impact studies.

Further, the book aims to showcase the basics of information retrieval and computational intelligence for beginners as well as their integration and challenge discussions for existing practitioners, including using hybrid application of augmented reality, computational intelligence techniques for recommendation system in big data and a fuzzy-based approach for characterization and identification of sentiments.