دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Amit Joshi, Nilanjan Dey, K. C. Santosh سری: SpringerBriefs in Computational Intelligence ISBN (شابک) : 9789811565717, 9789811565724 ناشر: Springer Singapore سال نشر: 2020 تعداد صفحات: 98 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Intelligent Systems and Methods to Combat Covid-19 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 سیستم ها و روش های هوشمند برای مبارزه با کووید-19 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.
این کتاب درباره سیستمها و روشهای هوشمند برای جلوگیری از گسترش بیشتر COVID-19، از جمله هوش مصنوعی، یادگیری ماشین، بینایی کامپیوتر، پردازش سیگنال، تشخیص الگو و روباتیک بحث میکند. این نه تنها تشخیص/غربالگری موارد مثبت COVID-19 را با استفاده از یک نوع داده، مانند دادههای تصویربرداری رادیولوژیک، بررسی میکند، بلکه بررسی میکند که چگونه ابزارهای مبتنی بر تجزیه و تحلیل دادهها میتوانند به پیشبینی/پروژهسازی همهگیریهای آینده کمک کنند. علاوه بر این، چالش ها و فرصت های مختلف مانند فاصله گذاری اجتماعی را برجسته می کند و به مسائلی مانند جمع آوری داده ها، حریم خصوصی و امنیت می پردازد که بر استحکام ابزارهای مبتنی بر هوش مصنوعی تأثیر می گذارد. همچنین با بررسی ابزارهای مبتنی بر تجزیه و تحلیل دادهها برای پیشبینیها با استفاده از دادههای سری زمانی، ابزارهای تجزیه و تحلیل الگو برای کشف الگوی غیرمعمول (تشخیص ناهنجاری) در دادههای تصویر، و همچنین روباتیک مجهز به هوش مصنوعی و کاربردهای احتمالی آن، این کتاب برای خوانندگان گسترده جذاب خواهد بود. از جمله دانشگاهیان، محققان و متخصصان صنعت.
This book discusses intelligent systems and methods to prevent further spread of COVID-19, including artificial intelligence, machine learning, computer vision, signal processing, pattern recognition, and robotics. It not only explores detection/screening of COVID-19 positive cases using one type of data, such as radiological imaging data, but also examines how data analytics-based tools can help predict/project future pandemics. In addition, it highlights various challenges and opportunities, like social distancing, and addresses issues such as data collection, privacy, and security, which affect the robustness of AI-driven tools. Also investigating data-analytics-based tools for projections using time series data, pattern analysis tools for unusual pattern discovery (anomaly detection) in image data, as well as AI-enabled robotics and its possible uses, the book will appeal to a broad readership, including academics, researchers and industry professionals.
Preface Contents About the Editors Data Analytics: COVID-19 Prediction Using Multimodal Data 1 Introduction 2 Medical Perspectives 3 Related Works 4 Predictive Analytics 4.1 Predictive Analytics Models 4.2 Predictive Analytics Algorithms 5 Conclusion References COVID-19 Apps: Privacy and Security Concerns 1 Introduction 2 COVID-19 Apps 3 Advantages and Concerns of COVID-19 Apps 4 Discussions and Recommendations 5 Conclusions References Coronavirus Outbreak: Multi-Objective Prediction and Optimization 1 Introduction 2 Coronavirus: Symptoms, Prevention, Impingement 2.1 Impingement 3 Coronavirus Outbreak—Mathematical Perceptions 3.1 Constraints 3.2 Objectives and Measures Adopted 4 Constrained Multi-Objective Prediction and Optimization 5 Scope to Use Artificial Intelligence and Data Science 6 Conclusion References AI-Enabled Framework to Prevent COVID-19 from Further Spreading 1 Introduction 2 Background 3 Motivation and Contributions 4 A Novel Methodology 5 Results and Discussion 6 Conclusion References Artificial Intelligence-Enabled Robotic Drones for COVID-19 Outbreak 1 Introduction 2 Motivation and Contributions 3 Related Work on COVID-19 Outbreak 3.1 Robotic Technology 3.2 Drones Against COVID-19 3.3 AI-Enabled Intelligent Networks 3.4 5G: Coronavirus Outbreak 3.5 5G: COVID-19 Affected Africa 4 Conclusion References Understanding and Analysis of Enhanced COVID-19 Chest X-Ray Images 1 Introduction 2 Proposed Methodology 2.1 Illumination Estimation 2.2 Estimation of Reflectance 2.3 Validation of Enhanced Using Wavelet Energy (WE) Metric 3 Experiment Results and Comparative Analysis 4 Discussion and Conclusion References Deep Learning-Based COVID-19 Diagnosis and Trend Predictions 1 Introduction 2 Related Work 3 Deep Learning for COVID-19 Diagnosis 4 Prediction Model About COVID-19 Outbreak 5 Conclusions References COVID-19: Loose Ends 1 Introduction 2 Discussion of Parameters of COVID-19 3 Modeling Techniques for Different Phases of COVID-19 4 Role of AI, Robotics, and IOT 5 Summary References Social Distancing and Artificial Intelligence—Understanding the Duality in the Times of COVID-19 1 Introduction 2 Social Distancing and Its Relevance During the Spread of COVID-19 3 Artificial Intelligence in the Times of COVID-19 4 Impact of AI on Social Distancing 5 Case Studies Related to Application of Artificial Intelligence 5.1 Case Study 1 5.2 Case Study 2 5.3 Case Study 3 6 Conclusions References Post-COVID-19 and Business Analytics 1 Introduction 2 Advantages of Using the AI After the End of COVID-19 Crisis 3 Application of AI for Global Development in Post-COVID-19 4 An Experiment on Application of the AI on Forecasting Cryptocurrency 5 Challenges of Using the AI After the End of COVID-19 Crisis 6 Conclusion Appendix: Actual and Predicted Values from ANN Models References