ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Deep Learning Technologies for the Sustainable Development Goals: Issues and Solutions in the Post-COVID Era

دانلود کتاب فن آوری های یادگیری عمیق برای اهداف توسعه پایدار: مسائل و راه حل ها در دوران پس از کووید

Deep Learning Technologies for the Sustainable Development Goals: Issues and Solutions in the Post-COVID Era

مشخصات کتاب

Deep Learning Technologies for the Sustainable Development Goals: Issues and Solutions in the Post-COVID Era

ویرایش:  
نویسندگان: , ,   
سری: Advanced Technologies and Societal Change 
ISBN (شابک) : 9811957223, 9789811957222 
ناشر: Springer 
سال نشر: 2023 
تعداد صفحات: 253
[254] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 Mb 

قیمت کتاب (تومان) : 54,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 8


در صورت تبدیل فایل کتاب Deep Learning Technologies for the Sustainable Development Goals: Issues and Solutions in the Post-COVID Era 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 فن آوری های یادگیری عمیق برای اهداف توسعه پایدار: مسائل و راه حل ها در دوران پس از کووید 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 فن آوری های یادگیری عمیق برای اهداف توسعه پایدار: مسائل و راه حل ها در دوران پس از کووید



این کتاب بینش‌هایی در مورد تکنیک‌های یادگیری عمیق ارائه می‌کند که بر استراتژی‌های پیاده‌سازی برای دستیابی به اهداف توسعه پایدار (SDGs) که توسط سازمان ملل متحد برای آن تعیین شده است، تأثیر می‌گذارد. دستور کار 2030، شرح وعده ها، محدودیت ها و چالش های جدید. همچنین چالش ها، موانع و فرصت ها در کاربردهای مختلف یادگیری عمیق برای اهداف توسعه پایدار را پوشش می دهد. یک نظرسنجی جامع در مورد کاربردها و تحقیقات اصلی، بر اساس تکنیک‌های یادگیری عمیق متمرکز بر SDG از طریق پردازش گفتار و تصویر، اینترنت اشیا، امنیت، AR-VR، روش‌های رسمی و بلاک چین، از ویژگی‌های این کتاب است. به طور خاص، نیاز به گسترش تحقیقات در زمینه یادگیری عمیق و کاربرد گسترده‌تر آن در بسیاری از بخش‌ها و ارزیابی تأثیر آن بر دستیابی به اهداف توسعه پایدار وجود دارد. فصل‌های این کتاب به یافتن استفاده از یادگیری عمیق در تمام بخش‌های SDG کمک می‌کند. توسعه سریع یادگیری عمیق باید توسط بینش سازمانی و نظارت لازم برای فناوری های مبتنی بر هوش مصنوعی به طور کلی پشتیبانی شود. از این رو، این کتاب پیامدهای چگونگی یادگیری عمیق را برای ارائه دستور کار برای توسعه پایدار ارائه و مورد بحث قرار می دهد.


توضیحاتی درمورد کتاب به خارجی

This book provides insights into deep learning techniques that impact the implementation strategies toward achieving the Sustainable Development Goals (SDGs) laid down by the United Nations for its 2030 agenda, elaborating on the promises, limits, and the new challenges. It also covers the challenges, hurdles, and opportunities in various applications of deep learning for the SDGs. A comprehensive survey on the major applications and research, based on deep learning techniques focused on SDGs through speech and image processing, IoT, security, AR-VR, formal methods, and blockchain, is a feature of this book. In particular, there is a need to extend research into deep learning and its broader application to many sectors and to assess its impact on achieving the SDGs. The chapters in this book help in finding the use of deep learning across all sections of SDGs. The rapid development of deep learning needs to be supported by the organizational insight and oversight necessary for AI-based technologies in general; hence, this book presents and discusses the implications of how deep learning enables the delivery agenda for sustainable development.



فهرست مطالب

Preface
Acknowledgements
Contents
Contributors
1 How Deep Learning Can Help in Regulating the Subscription Economy to Ensure Sustainable Consumption and Production Patterns (12th Goal of SDGs)
	Introduction
		Why Do We Need Faster and Efficient Manufacturing?
		How Long Will We Be Able to Rely on Our Natural Resources for Our Rapid Consumption Demand?
	Subscription Services
		Mode of Delivery (Online/Offline/Mix)
		Payment System (Pay as Use/Periodic)
		Limited and Unlimited Subscription
	Role of Artificial Intelligence in Subscription Business
	Evolution of Deep Learning to Support AI
		Paradox: Deep Learning and Sustainable Consumption
	Deep Learning as a Solution to Regulate Subscription Economy and Ensuring Sustainable Consumption
		Reducing Customer Churn in Subscription of OTT Platforms
		Collaborating Internet of Vehicle (IoV) and Deep Learning in Vehicle Subscription
		Minimizing Food Wastage and Global Hunger
		Convolutional Neural Network (CNN) to Help Shoppers in Identifying Green Products
		Regulating the Energy and Water Consumption
	Conclusion
		Discussions on Findings
		Scope for Future Research
		Implications for Practitioners
	References
2 Deep Technologies Using Big Data in: Energy and Waste Management
	Introduction
	Deep Learning in Big Data Analytics
	Exploiting Deep Learning for Energy Management in Big Data
		Introduction
		Analytics Model for Energy Management Using Deep Learning
		Discussion
	Exploiting Deep Learning for Waste Management in Big Data
		Introduction
		Analysis Model of Waste Management Using Deep Learning
		Discussion
	Challenges and Prospects: Energy and Waste Management
	Summary
	References
3 QoS Aware Service Provisioning and Resource Distribution in 4G/5G Heterogeneous Networks
	Introduction
	Related Work
	QoS Provisioning for M2M
		Enhanced LTE Network Architecture for 5G Networks
		Resource Allocation to Ensure QoS
	Adaptive Channel Bandwidth Selection in LTE 4G/5G Networks
		System Architecture
		Delay Bounded QoS Provisioning
	Hybrid Scheduler with QoS Class Identifier
	Conclusion
	References
4 Leveraging Fog Computing for Healthcare
	Introduction
	Architecture of Fog Computing
	Characteristics of Fog Computing
	Applications of Fog Computing
	Fog Computing in Healthcare
		Healthcare Application Needs
		Aim of Fog Computing in HealthCare
	Case Studies
		The Influence of Healthcare 4.0 with FC in Rural Places
		Healthcare 4.0 ECG Monitoring [27]
		Patient Training and Monitoring Support [29]
	Research Challenges
	Conclusion and Future Work
	References
5 Intelligent Self-tuning Control Design for Wastewater Treatment Plant Based on PID and Model Predictive Methods
	Introduction
	Literature Review
	Objective of the Work
	Proposed Control Methodology
	Modelling of Wastewater Treatment Plant
		Wastewater Treatment Plant
		Activated Sludge Process
	Control Techniques
		Decentralized PI Controller
		PID Controller
		Model Predictive Control
	Simulation Result and Discussion
	Conclusion
	Future Scope
	References
6 Impact of Deep Learning Models for Technology Sustainability in Tourism Using Big Data Analytics
	Introduction
	Deep Learning Progress in Tourism
	Deep Learning-Based Tourism Models
		Deep Learning-Based Recommendation System in Tourism
		Deep Learning-Based Tourist Demand Forecasting Model
		Deep Learning-Based Sentiment Analysis Models in Tourism Sector
	Tourism Sustainability and Covid-19
		Application to Facilitate Challenges in Tourism
		Impact of Covid-19 on Tourism
	Tourism Sustainability: Post Covid-19
	Conclusion
	References
7 Study of UAV Management Using Cloud-Based Systems
	Introduction
	Need and Benefits of UAVs
	Architecture of Cloud Systems
	UAV Monitoring and Management System
	Self-allocation Distributed Architecture for Collaborative UAVs
	Cloud Computing and Smart Objects
	UAV-Cloud Framework Layers
	UAV-Cloud Users
	UAV-Cloud Elements
	UAV-Cloud Platform Architecture
	“REST Architecture”
	UAV Resources Implementation
	Evaluation of Response Time of UAVs
	UAV-Cloud Versus Other Related Solution
	Conclusion
	Future Work
	References
8 Contemporary Role of Blockchain in Industry 4.0
	Introduction
	Literature Review
	IIoT
	Manufacturing Industry
	Blockchain Technology and Industry 4.0
	Benefits of Blockchain Technology in Manufacturing Systems
	Challenges
	Conclusion
	References
9 SDGs Laid Down by UN 2030 Document
	Introduction
	Sustainable Development Goals (SDGs)
	Conclusion
	Future Scope
	References
10 Healthcare 4P: Systematic Review of Applications of Decentralized Trust Using Blockchain Technology
	Introduction
	Analysis of Blockchain Applications in Removing Barriers for Information Sharing Barriers in Healthcare Sector
		Research Methodology
		Analysis of Existing Barriers in Healthcare Vertical
		Insights of Blockchain Type for Healthcare Sector
		Summarized View of Barriers and Applications of Standard Blockchain Types for Healthcare Vertical
	Analysis of Blockchain Models for Healthcare Sector
		Summary of Conceptual Lens Based on Literature Review
		Initial Interview Protocol
		Challenges in Information Sharing
		Final Interview Protocol Based on Survey Findings
		Interview Responses
		Review of Challenges Across Blockchain Categories
		Contribution to Literature
	Conclusion and Future Scope
	References
11 Implementation of an IoT-Based Water and Disaster Management System Using Hybrid Classification Approach
	Introduction
	Related Works
	Problem Statement
	Proposed Methodology
	Result and Discussion
	Conclusion
	References
12 ANN: Concept and Application in Brain Tumor Segmentation
	Introduction
	Concept of ANN and Activation Function
		Activation Function (Φ)
		Steps Involved in ANN
	Conclusion
	References
13 Automation of Brain Tumor Segmentation Using Deep Learning
	Introduction
	Convolutional Neural Network
		Convolution Layer
		Pooling Layer
		Fully Connected Layer
	Application of CNN in Brain Tumor Segmentation
	Conclusion
	References
14 Transportation Management Using IoT
	Introduction
		Under-Utilization of Vehicle Capacity
		Route Optimality
		Order Tracking
		Untimely Delivery of the Consignment
		Low Visibility of Inventory and Logistics
		Transportation Cost
	IoT in Transportation Management
		IoT Components and Information Accomplishment
		IoT Dimensions in Transportation Management
		Basic ANN and Deep Learning [31–33]
	Deep Learning Using IoT in Transportation
		Traffic Flow Prediction
		Traffic Speed Prediction
		Travel Time Prediction
		Traffic Congestion Prediction
		Travel Risk Prediction
		Traffic Pollution Monitoring
		Parking Occupancy Prediction
	Chapter Conclusion and Future Scope
	References
15 Enhancing Shoppers’ Loyalty by Prioritizing Customer-Centricity Drivers in the Retail Industry
	Introduction
	Customer Centricity Drivers
	Problem Discussion
	Research Methodology
	Data Analysis
	The Model
	Research Implication
	Conclusion
	References




نظرات کاربران