دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Intelligent Autonomous Drones with Cognitive Deep Learning: Build AI-Enabled Land Drones with the Raspberry Pi 4
دانلود کتاب پهپادهای خودکار هوشمند با یادگیری عمیق شناختی: با Raspberry Pi 4 پهپادهای زمینی مجهز به هوش مصنوعی بسازید
مشخصات کتاب
Intelligent Autonomous Drones with Cognitive Deep Learning: Build AI-Enabled Land Drones with the Raspberry Pi 4
ویرایش: [1 ed.] نویسندگان: David Allen Blubaugh, Steven D. Harbour, Benjamin Sears, Michael J. Findler سری: ISBN (شابک) : 1484268024, 9781484268032 ناشر: Apress سال نشر: 2022 تعداد صفحات: 527 [519] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 15 Mb
قیمت کتاب (تومان) : 52,000
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Intelligent Autonomous Drones with Cognitive Deep Learning: Build AI-Enabled Land Drones with the Raspberry Pi 4 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 پهپادهای خودکار هوشمند با یادگیری عمیق شناختی: با Raspberry Pi 4 پهپادهای زمینی مجهز به هوش مصنوعی بسازید 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 پهپادهای خودکار هوشمند با یادگیری عمیق شناختی: با Raspberry Pi 4 پهپادهای زمینی مجهز به هوش مصنوعی بسازید
پهپاد مجهز به هوش مصنوعی (AI) چیست و چه کاری می تواند
انجام دهد؟ آیا پهپادهای مجهز به هوش مصنوعی بهتر از هواپیماهای
بدون سرنشین تحت کنترل انسان هستند؟ این کتاب به این سوالات و
موارد دیگر پاسخ می‌دهد و به شما قدرت می‌دهد تا پهپاد مجهز به
هوش مصنوعی خود را توسعه دهید.
شما از فهرستی از مشخصات و الزامات، در مراحل کوچک و تکراری پیشرفت خواهید کرد، که سپس منجر به توسعه نمودارهای زبان مدلسازی یکپارچه (UML) تا حدی بر اساس استانداردهای ایجاد شده توسط سیستم عامل روباتیک (ROS) است. معماری ROS برای توسعه پهپادهای مستقر در زمین استفاده شده است. این به عنوان یک مدل مرجع برای معماری نرم افزار سیستم های بدون سرنشین عمل می کند.
با استفاده از این رویکرد می‌توانید یک هواپیمای بدون سرنشین کاملاً مستقل ایجاد کنید که دارای طراحی شی‌گرا و سیستم‌های یادگیری عمیق شناختی است که با محیط‌های شبیه‌سازی متعدد سازگار است. این محیط‌های شبیه‌سازی چندگانه همچنین به شما این امکان را می‌دهند که اعتماد عمومی را در مورد ایمنی هوش مصنوعی در پهپادها و UASهای کوچک ایجاد کنید. در نهایت، می‌توانید با استفاده از استانداردهای توسعه‌یافته، یک سیستم پیچیده بسازید و سیستم‌های هوشمند دیگری با پیچیدگی و قابلیت مشابه ایجاد کنید.
پهپادهای خودکار هوشمند با یادگیری عمیق شناختی< span> به طور منحصر به فرد هم یادگیری عمیق و هم یادگیری عمیق شناختی را برای توسعه پهپادهای خودران نزدیک می کند.
آنچه یاد خواهید گرفت
این کتاب برای چه کسانی است
در درجه اول برای مهندسان ، دانشجویان فارغ التحصیل علوم کامپیوتر یا حتی یک سرگرمی ماهر. خوانندگان هدف تمایل به یادگیری و گسترش موضوع پهپادهای خودکار هوشمند را دارند. آنها باید تمایل به کشف پروژه های مهندسی هیجان انگیزی داشته باشند که فقط توسط تخیل آنها محدود می شود. تا آنجا که به الزامات فنی مربوط می شود، آنها باید درک متوسطی از برنامه نویسی و طراحی شی گرا داشته باشند.
شما از فهرستی از مشخصات و الزامات، در مراحل کوچک و تکراری پیشرفت خواهید کرد، که سپس منجر به توسعه نمودارهای زبان مدلسازی یکپارچه (UML) تا حدی بر اساس استانداردهای ایجاد شده توسط سیستم عامل روباتیک (ROS) است. معماری ROS برای توسعه پهپادهای مستقر در زمین استفاده شده است. این به عنوان یک مدل مرجع برای معماری نرم افزار سیستم های بدون سرنشین عمل می کند.
با استفاده از این رویکرد می‌توانید یک هواپیمای بدون سرنشین کاملاً مستقل ایجاد کنید که دارای طراحی شی‌گرا و سیستم‌های یادگیری عمیق شناختی است که با محیط‌های شبیه‌سازی متعدد سازگار است. این محیط‌های شبیه‌سازی چندگانه همچنین به شما این امکان را می‌دهند که اعتماد عمومی را در مورد ایمنی هوش مصنوعی در پهپادها و UASهای کوچک ایجاد کنید. در نهایت، می‌توانید با استفاده از استانداردهای توسعه‌یافته، یک سیستم پیچیده بسازید و سیستم‌های هوشمند دیگری با پیچیدگی و قابلیت مشابه ایجاد کنید.
پهپادهای خودکار هوشمند با یادگیری عمیق شناختی< span> به طور منحصر به فرد هم یادگیری عمیق و هم یادگیری عمیق شناختی را برای توسعه پهپادهای خودران نزدیک می کند.
آنچه یاد خواهید گرفت
- بررسی مشخصات و الزامات لازم برای پهپادهای مجهز به هوش مصنوعی برای پهپادهای تقریباً واقعی و تقریباً کاملاً خودمختار
- به نرم افزار و نیازهای سخت افزاری نگاه کنید< /span>
- درک زبان مدلسازی یکپارچه (UML) و UML بلادرنگ برای طراحی
- مطالعه شبکه های عصبی یادگیری عمیق برای تشخیص الگو
- بررسی اطلاعات جغرافیایی- فضایی برای توسعه برنامه ریزی دقیق ماموریت در این محیط های متخاصم
این کتاب برای چه کسانی است
در درجه اول برای مهندسان ، دانشجویان فارغ التحصیل علوم کامپیوتر یا حتی یک سرگرمی ماهر. خوانندگان هدف تمایل به یادگیری و گسترش موضوع پهپادهای خودکار هوشمند را دارند. آنها باید تمایل به کشف پروژه های مهندسی هیجان انگیزی داشته باشند که فقط توسط تخیل آنها محدود می شود. تا آنجا که به الزامات فنی مربوط می شود، آنها باید درک متوسطی از برنامه نویسی و طراحی شی گرا داشته باشند.
توضیحاتی درمورد کتاب به خارجی
What is an artificial intelligence (AI)-enabled drone and
what can it do? Are AI-enabled drones better than
human-controlled drones? This book will answer these questions
and more, and empower you to develop your own AI-enabled
drone.
You'll progress from a list of specifications and requirements, in small and iterative steps, which will then lead to the development of Unified Modeling Language (UML) diagrams based in part to the standards established by for the Robotic Operating System (ROS). The ROS architecture has been used to develop land-based drones. This will serve as a reference model for the software architecture of unmanned systems.
Using this approach you'l be able to develop a fully autonomous drone that incorporates object-oriented design and cognitive deep learning systems that adapts to multiple simulation environments. These multiple simulation environments will also allow you to further build public trust in the safety of artificial intelligence within drones and small UAS. Ultimately, you'll be able to build a complex system using the standards developed, and create other intelligent systems of similar complexity and capability.
Intelligent Autonomous Drones with Cognitive Deep Learning uniquely addresses both deep learning and cognitive deep learning for developing near autonomous drones.
What You’ll Learn
Who This Book Is For
Primarily for engineers, computer science graduate students, or even a skilled hobbyist. The target readers have the willingness to learn and extend the topic of intelligent autonomous drones. They should have a willingness to explore exciting engineering projects that are limited only by their imagination. As far as the technical requirements are concerned, they must have an intermediate understanding of object-oriented programming and design.
You'll progress from a list of specifications and requirements, in small and iterative steps, which will then lead to the development of Unified Modeling Language (UML) diagrams based in part to the standards established by for the Robotic Operating System (ROS). The ROS architecture has been used to develop land-based drones. This will serve as a reference model for the software architecture of unmanned systems.
Using this approach you'l be able to develop a fully autonomous drone that incorporates object-oriented design and cognitive deep learning systems that adapts to multiple simulation environments. These multiple simulation environments will also allow you to further build public trust in the safety of artificial intelligence within drones and small UAS. Ultimately, you'll be able to build a complex system using the standards developed, and create other intelligent systems of similar complexity and capability.
Intelligent Autonomous Drones with Cognitive Deep Learning uniquely addresses both deep learning and cognitive deep learning for developing near autonomous drones.
What You’ll Learn
- Examine the necessary specifications and requirements for AI enabled drones for near-real time and near fully autonomous drones
- Look at software and hardware requirements
- Understand unified modeling language (UML) and real-time UML for design
- Study deep learning neural networks for pattern recognition
- Review geo-spatial Information for the development of detailed mission planning within these hostile environments
Who This Book Is For
Primarily for engineers, computer science graduate students, or even a skilled hobbyist. The target readers have the willingness to learn and extend the topic of intelligent autonomous drones. They should have a willingness to explore exciting engineering projects that are limited only by their imagination. As far as the technical requirements are concerned, they must have an intermediate understanding of object-oriented programming and design.
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Introducción a la lectura de Platón
دانلود کتاب The Oxygen Cure: A Complete Guide to Hyperbaric Oxygen Therapy
دانلود کتاب Prohibition in Atlanta: Temperance, Tiger Kings & White Lightning
دانلود کتاب Figures de Vendée
