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 Developing Networks using Artificial Intelligence

دانلود کتاب توسعه شبکه ها با استفاده از هوش مصنوعی

Developing Networks using Artificial Intelligence

مشخصات کتاب

Developing Networks using Artificial Intelligence

ویرایش:  
نویسندگان: , ,   
سری:  
ISBN (شابک) : 3030150275, 9783030150273 
ناشر: Springer 
سال نشر: 2019 
تعداد صفحات: 256 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 10 Mb 

قیمت کتاب (تومان) : 38,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Developing Networks using Artificial Intelligence 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 توسعه شبکه ها با استفاده از هوش مصنوعی 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 توسعه شبکه ها با استفاده از هوش مصنوعی

این کتاب عمدتاً مهم‌ترین موضوعات در شبکه‌های آینده با کمک هوش مصنوعی را مورد بحث قرار می‌دهد، مانند استفاده از رویکردهای مختلف ML برای بررسی راه‌حل‌هایی برای نظارت هوشمندانه، کنترل و بهینه‌سازی شبکه. نویسندگان بر چهار سناریو از کاربرد موفقیت آمیز یادگیری ماشین در فضای شبکه تمرکز می کنند. همچنین چالش اصلی آگاهی هوشمند ترافیک شبکه را مورد بحث قرار می‌دهد و چندین الگوریتم آگاهی از ترافیک مبتنی بر یادگیری ماشین را معرفی می‌کند، مانند طبقه‌بندی ترافیک، شناسایی ترافیک غیرعادی و پیش‌بینی ترافیک. نویسندگان برخی از رویکردهای ML مانند یادگیری تقویتی برای مقابله با مشکل کنترل شبکه را در این کتاب معرفی می کنند. کارهای سنتی در صفحه کنترل عمدتاً به یک فرآیند دستی در پیکربندی حمل و نقل متکی هستند که برای شرایط شبکه امروزی قابل استفاده نیست. برای پرداختن به این موضوع، چندین رویکرد هوش مصنوعی برای استراتژی های کنترل خودآموز معرفی شده است. علاوه بر این، مشکلات مدیریت منابع در زمینه شبکه همه جا وجود دارد، مانند زمان بندی کار، انطباق با نرخ بیت در جریان ویدئو و قرار دادن ماشین مجازی در رایانش ابری. در مقایسه با رویکرد سنتی با جعبه، نویسندگان برخی از روش‌های ML را برای حل مشکلات تخصیص منابع شبکه پیچیدگی ارائه می‌کنند. در نهایت، تابع درک معنایی برای درک هدف تجاری سطح بالا در این کتاب به شبکه معرفی شده است. با توسعه شبکه های تعریف شده با نرم افزار (SDN)، مجازی سازی عملکرد شبکه (NFV)، نسل پنجم سیستم های بی سیم (5G)، شبکه جهانی در حال بازسازی و دگرگونی عمیق است. با این حال، با بهبود انعطاف پذیری و مقیاس پذیری شبکه ها و همچنین پیچیدگی روزافزون شبکه ها، نظارت موثر، کنترل کلی و بهینه سازی شبکه را بسیار دشوار می کند. اخیراً افزودن هوشمندی به صفحه کنترل از طریق AI&ML به یک روند و جهت توسعه شبکه تبدیل شده است. مخاطبان مورد انتظار این کتاب شامل اساتید، محققان، دانشمندان، پزشکان، مهندسان، مدیران صنعت و پژوهشگران دولتی است که در زمینه‌های شبکه هوشمند فعالیت می‌کنند. دانشجویان سطح پیشرفته که در رشته علوم کامپیوتر و مهندسی برق تحصیل می کنند نیز این کتاب را به عنوان یک کتاب درسی متوسطه مفید خواهند یافت.


توضیحاتی درمورد کتاب به خارجی

This book mainly discusses the most important issues in artificial intelligence-aided future networks, such as applying different ML approaches to investigate solutions to intelligently monitor, control and optimize networking. The authors focus on four scenarios of successfully applying machine learning in network space. It also discusses the main challenge of network traffic intelligent awareness and introduces several machine learning-based traffic awareness algorithms, such as traffic classification, anomaly traffic identification and traffic prediction. The authors introduce some ML approaches like reinforcement learning to deal with network control problem in this book. Traditional works on the control plane largely rely on a manual process in configuring forwarding, which cannot be employed for today`s network conditions. To address this issue, several artificial intelligence approaches for self-learning control strategies are introduced. In addition, resource management problems are ubiquitous in the networking field, such as job scheduling, bitrate adaptation in video streaming and virtual machine placement in cloud computing. Compared with the traditional with-box approach, the authors present some ML methods to solve the complexity network resource allocation problems. Finally, semantic comprehension function is introduced to the network to understand the high-level business intent in this book. With Software-Defined Networking (SDN), Network Function Virtualization (NFV), 5th Generation Wireless Systems (5G) development, the global network is undergoing profound restructuring and transformation. However, with the improvement of the flexibility and scalability of the networks, as well as the ever-increasing complexity of networks, makes effective monitoring, overall control, and optimization of the network extremely difficult. Recently, adding intelligence to the control plane through AI&ML become a trend and a direction of network development. This book`s expected audience includes professors, researchers, scientists, practitioners, engineers, industry managers, and government research workers, who work in the fields of intelligent network. Advanced-level students studying computer science and electrical engineering will also find this book useful as a secondary textbook.





نظرات کاربران