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: Stuart H Rubin (editor). Lydia Bouzar-Benlabiod (editor)
سری:
ISBN (شابک) : 0367473380, 9780367473389
ناشر: CRC Press
سال نشر: 2020
تعداد صفحات: 253
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
در صورت تبدیل فایل کتاب Reuse in Intelligent Systems 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 استفاده مجدد در سیستم های هوشمند 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 بر اساس بهترین مقالات IEEE IRI 2018 و IEEE FMI 2018، سالت لیک سیتی، ژوئیه، 2018 است. آنها به طور مناسب برای انتشار بهبود یافته و اصلاح شده اند. این کتاب شامل آثار اخیری است که جنبههای مختلف استفاده مجدد در سیستمهای هوشمند را پوشش میدهد - از جمله نظریه علمی و کاربردهای مبتنی بر فناوری. الگوریتمها، فنآوریها و ابزارهای جدید تجزیه و تحلیل دادهها بهدنبال این هستند که بتوانند با وجود محدودیتهای سختافزار، نرمافزار و/یا پهنای باند، مقادیر زیادی از دادهها را مدیریت، ادغام و استفاده کنند. برای ساخت مدل هایی که بینش داده های مهم را به دست می دهند، و ایجاد تجسم هایی برای کمک به ارائه و درک داده ها. علاوه بر این، به استراتژیهای بازنمایی، پاکسازی، تعمیم، اعتبارسنجی و استدلال برای پیشرفت علمی و مقرون به صرفه انواع سیستمهای هوشمند - از جمله تمام جنبههای نرمافزاری و سختافزاری میپردازد. این کتاب به مشکلاتی مانند نحوه انتخاب بهینه مجموعه اطلاعات/داده ها برای استفاده مجدد و نحوه بهینه سازی ادغام اطلاعات/دانش موجود با منابع اطلاعات/دانش جدید و در حال توسعه می پردازد.
The book is based on the best papers of IEEE IRI 2018 and IEEE FMI 2018, Salt Lake City, July, 2018. They have been enhanced and modified suitably for publication. The book comprises recent works covering several aspects of reuse in intelligent systems – including Scientific Theory and Technology-Based Applications. New data analytic algorithms, technologies, and tools are sought to be able to manage, integrate, and utilize large amounts of data despite hardware, software, and/or bandwidth constraints; to construct models yielding important data insights, and to create visualizations to aid in presenting and understanding the data. Furthermore, it addresses the representation, cleansing, generalization, validation, and reasoning strategies for the scientifically-sound and cost-effective advancement of all kinds of intelligent systems – including all software and hardware aspects. The book addresses problems such as, how to optimally select the information/data sets for reuse and how to optimize the integration of existing information/knowledge with new, developing information/knowledge sources!
Cover Title Page Copyright Page Preface Table of Contents 1: Experimental Studies on the Impact of Data Sampling with Severely Imbalanced Big Data 2: How to Optimally Combine Univariate and Multivariate Feature Selection with Data Sampling for Classifying Noisy, High Dimensional and Class Imbalanced DNA Microarray Data 3: Big Data and Class Imbalance in Medicare Fraud Detection 4: Movie Recommendations Based on a Recurrent Neural Network Model 5: A Recommendation System Enhanced by Topic Modeling for Knowledge Reuse in MOOCs Ecosystems 6: Towards a Computer Vision Based Approach for Developing Algorithms for Soccer Playing Robots 7: Context-dependent Reachability Analysis for Hybrid Systems 8: Netflow Feature Evaluation for the Detection of Slow Read HTTP Attacks 9: Predictive Analysis of Server Log Data for Forecasting Events Index