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: 1
نویسندگان: Oliver Niggemann. Jürgen Beyerer (eds.)
سری: Technologien für die intelligente Automation
ISBN (شابک) : 9783662488362, 9783662488386
ناشر: Springer Vieweg
سال نشر: 2016
تعداد صفحات: 124
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب یادگیری ماشینی برای سیستمهای فیزیکی سایبری: مقالات منتخب از کنفرانس بین المللی ML4CPS 2015: هوش محاسباتی، داده کاوی و کشف دانش، مدیریت دانش
در صورت تبدیل فایل کتاب Machine Learning for Cyber Physical Systems: Selected papers from the International Conference ML4CPS 2015 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 یادگیری ماشینی برای سیستمهای فیزیکی سایبری: مقالات منتخب از کنفرانس بین المللی ML4CPS 2015 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 کار رویکردهای جدیدی را برای یادگیری ماشین برای سیستمهای فیزیکی سایبری، تجربیات و دیدگاهها ارائه میکند. این شامل برخی مقالات برگزیدهاز کنفرانس بین المللی ML4CPS – یادگیری ماشینی برای سیستم های فیزیکی سایبری است که در لمگو، 1 تا 2 اکتبر 2015 برگزار شد.
< p>سیستم های فیزیکی سایبری با توانایی آنها در سازگاری و یادگیری مشخص می شوند: آنها محیط خود را تجزیه و تحلیل می کنند و بر اساس مشاهدات، الگوها، همبستگی ها و مدل های پیش بینی را می آموزند. برنامه های معمولی عبارتند از نظارت بر وضعیت، نگهداری پیش بینی، پردازش تصویر و تشخیص. یادگیری ماشین فناوری کلیدی برای این پیشرفتها است.The work presents new approaches to Machine Learning for Cyber Physical Systems, experiences and visions. It contains some selected papersfrom the international Conference ML4CPS – Machine Learning for Cyber Physical Systems, which was held in Lemgo, October 1-2, 2015.
Cyber Physical Systems are characterized by their ability to adapt and to learn: They analyze their environment and, based on observations, they learn patterns, correlations and predictive models. Typical applications are condition monitoring, predictive maintenance, image processing and diagnosis. Machine Learning is the key technology for these developments.
Front Matter....Pages I-VI
Development of a Cyber-Physical System based on selective Gaussian naïve Bayes model for a self-predict laser surface heat treatment process control....Pages 1-8
Evidence Grid Based Information Fusion for Semantic Classifiers in Dynamic Sensor Networks....Pages 9-14
Forecasting Cellular Connectivity for Cyber-Physical Systems: A Machine Learning Approach....Pages 15-22
Towards Optimized Machine Operations by Cloud Integrated Condition Estimation....Pages 23-31
Prognostics Health Management System based on Hybrid Model to Predict Failures of a Planetary Gear Transmission....Pages 33-44
Evaluation of Model-Based Condition Monitoring Systems in Industrial Application Cases....Pages 45-50
Towards a novel learning assistant for networked automation systems....Pages 51-57
Efficient Image Processing System for an Industrial Machine Learning Task....Pages 59-66
Efficient engineering in special purpose machinery through automated control code synthesis based on a functional categorisation....Pages 67-74
Kognitive Architektur zum Konzeptlernen in technischen Systemen....Pages 75-85
Implementation and Comparison of Cluster-Based PSO Extensions in Hybrid Settings with Efficient Approximation....Pages 87-93
Machine-specific Approach for Automatic Classification of Cutting Process Efficiency....Pages 95-102
Meta-analysis of Maintenance Knowledge Assets Towards Predictive Cost Controlling of Cyber Physical Production Systems....Pages 103-110
Towards Autonomously Navigating and Cooperating Vehicles in Cyber-Physical Production Systems....Pages 111-121