دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Confluence of AI, Machine, and Deep Learning in Cyber Forensics
دانلود کتاب تلاقی هوش مصنوعی، ماشین و یادگیری عمیق در پزشکی قانونی سایبری
مشخصات کتاب
Confluence of AI, Machine, and Deep Learning in Cyber Forensics
ویرایش: نویسندگان: Sanjay Misra (editor), Chamundeswari Arumugam (editor), Suresh Jaganathan (editor) سری: Advances in Digital Crime, Forensics, and Cyber Terrorism (ADCFCT) ISBN (شابک) : 1799849007, 9781799849001 ناشر: Information Science Reference سال نشر: 2020 تعداد صفحات: 276 [267] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 Mb
قیمت کتاب (تومان) : 42,000
در صورت تبدیل فایل کتاب Confluence of AI, Machine, and Deep Learning in Cyber Forensics 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 تلاقی هوش مصنوعی، ماشین و یادگیری عمیق در پزشکی قانونی سایبری 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 تلاقی هوش مصنوعی، ماشین و یادگیری عمیق در پزشکی قانونی سایبری
توسعه یک مدل دانش به رسمیت بخشیدن به کار دشوار تجزیه و تحلیل رویدادهای جرم و جنایت علاوه بر حفظ و ارائه شواهد دیجیتال برای پردازش قانونی کمک می کند. استفاده از تکنیک های تجزیه و تحلیل داده ها برای جمع آوری شواهد به محققین پزشکی قانونی در پیروی از مجموعه استاندارد رویه ها، تکنیک ها و روش های پزشکی قانونی مورد استفاده برای جمع آوری و استخراج شواهد کمک می کند. انواع منابع داده و اطلاعات را می توان به طور منحصر به فرد شناسایی کرد، به طور فیزیکی از صحنه جرم جدا کرد، محافظت کرد، ذخیره کرد و برای تحقیق با استفاده از تکنیک های هوش مصنوعی منتقل کرد. با چنین حجم زیادی از داده های پزشکی قانونی در حال پردازش، تکنیک های یادگیری عمیق مختلف ممکن است به کار گرفته شود. تلفیق هوش مصنوعی، ماشین و یادگیری عمیق در پزشکی قانونی سایبری حاوی تحقیقات پیشرفته در مورد آخرین تکنیک‌های هوش مصنوعی است که برای طراحی و ساخت راه‌حل‌هایی استفاده می‌شود که به مسائل رایج در پزشکی قانونی سایبری رسیدگی می‌کند و از کارآمد و مؤثر پشتیبانی می‌کند. تحقیقات این کتاب به دنبال درک ارزش الگوریتم یادگیری عمیق برای مدیریت داده های شواهد و همچنین استفاده از شبکه های عصبی برای تجزیه و تحلیل داده های تحقیق است. موضوعات دیگری که مورد بررسی قرار می‌گیرند عبارتند از الگوریتم‌های یادگیری ماشینی که به ماشین‌ها امکان تعامل با شواهد را می‌دهد، الگوریتم‌های یادگیری عمیق که می‌توانند به جمع‌آوری و حفظ شواهد رسیدگی کنند، و تکنیک‌هایی در هر دو زمینه که امکان تجزیه و تحلیل حجم عظیمی از داده‌های جمع‌آوری‌شده در طول تحقیقات پزشکی قانونی را فراهم می‌کنند. این کتاب به طور ایده آل برای کارشناسان پزشکی قانونی، محققین پزشکی قانونی، پزشکان قانونی سایبری، محققان، دانشگاهیان و دانشجویان علاقه مند به پزشکی قانونی سایبری، علوم و مهندسی کامپیوتر، فناوری اطلاعات، و الکترونیک و ارتباطات در نظر گرفته شده است.
توضیحاتی درمورد کتاب به خارجی
Developing a knowledge model helps to formalize the difficult task of analyzing crime incidents in addition to preserving and presenting the digital evidence for legal processing. The use of data analytics techniques to collect evidence assists forensic investigators in following the standard set of forensic procedures, techniques, and methods used for evidence collection and extraction. Varieties of data sources and information can be uniquely identified, physically isolated from the crime scene, protected, stored, and transmitted for investigation using AI techniques. With such large volumes of forensic data being processed, different deep learning techniques may be employed. Confluence of AI, Machine, and Deep Learning in Cyber Forensics contains cutting-edge research on the latest AI techniques being used to design and build solutions that address prevailing issues in cyber forensics and that will support efficient and effective investigations. This book seeks to understand the value of the deep learning algorithm to handle evidence data as well as the usage of neural networks to analyze investigation data. Other themes that are explored include machine learning algorithms that allow machines to interact with the evidence, deep learning algorithms that can handle evidence acquisition and preservation, and techniques in both fields that allow for the analysis of huge amounts of data collected during a forensic investigation. This book is ideally intended for forensics experts, forensic investigators, cyber forensic practitioners, researchers, academicians, and students interested in cyber forensics, computer science and engineering, information technology, and electronics and communication.
