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 ed.] نویسندگان: Dong Wang, Tarek Abdelzaher, Lance Kaplan سری: ISBN (شابک) : 0128008679, 9780128008676 ناشر: Morgan Kaufmann سال نشر: 2015 تعداد صفحات: 232 [219] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 13 Mb
در صورت تبدیل فایل کتاب Social Sensing: Building Reliable Systems on Unreliable Data 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 سنجش اجتماعی: ایجاد سیستم های قابل اعتماد بر روی داده های غیرقابل اعتماد 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.
انسانها به طور فزایندهای حسگرهایی هستند که مستقیماً با اینترنت تلفن همراه درگیر میشوند. اکنون افراد می توانند تجربیات خود را در مقیاسی بی سابقه به اشتراک بگذارند. Social Sensing: Building Reliable Systems on Reliable Dataبه پیشرفت های اخیر در زمینه نوظهور حس اجتماعی نگاه می کند و بر مشکل کلیدی که طراحان برنامه با آن مواجه هستند تاکید می کند: چگونگی استخراج اطلاعات قابل اعتماد از داده های جمع آوری شده از اطلاعات تا حد زیادی ناشناخته و احتمالاً منابع غیر معتبر این کتاب توضیح میدهد که چگونه تعداد بیشماری از برنامههای کاربردی اجتماعی را میتوان از این حجم عظیم از دادههای جمعآوریشده و به اشتراک گذاشته شده توسط افراد عادی به دست آورد. این عنوان مبانی نظری را برای پشتیبانی از برنامههای کاربردی سایبری مبتنی بر دادههای نوظهور و موضوعات کلیدی مانند حریم خصوصی ارائه میکند. نویسندگان راهحلهایی را بر اساس تحقیقات اخیر و ایدههای جدید ارائه میکنند که از تکنیکهای سیستمهای فیزیکی سایبری، شبکههای حسگر، یادگیری ماشینی، دادهکاوی، و آمیختگی اطلاعات استفاده میکنند.
Increasingly, human beings are sensors engaging directly with the mobile Internet. Individuals can now share real-time experiences at an unprecedented scale. Social Sensing: Building Reliable Systems on Unreliable Data looks at recent advances in the emerging field of social sensing, emphasizing the key problem faced by application designers: how to extract reliable information from data collected from largely unknown and possibly unreliable sources. The book explains how a myriad of societal applications can be derived from this massive amount of data collected and shared by average individuals. The title offers theoretical foundations to support emerging data-driven cyber-physical applications and touches on key issues such as privacy. The authors present solutions based on recent research and novel ideas that leverage techniques from cyber-physical systems, sensor networks, machine learning, data mining, and information fusion.