Cantitate/Preț
Produs
Total produse
Vezi coșul
Deep Learning Techniques for Automation and Industrial Applications de Pramod Singh Rathore

Deep Learning Techniques for Automation and Industrial Applications

Editat de Pramod Singh Rathore, Sachin Ahuja, Srinivasa Rao Burri, Ajay Khunteta, Anupam Baliyan, Abhishek Kumar
en Limba Engleză Hardback – 18 iul 2024

Considerăm că volumul Deep Learning Techniques for Automation and Industrial Applications solicită un nivel de experiență tehnic mediu spre avansat, fiind necesare cunoștințe fundamentale de modelare matematică și simulare. Cartea nu se rezumă la teorie abstractă, ci este un ghid practic pentru implementarea inteligenței artificiale în medii industriale complexe. Structura textului facilitează înțelegerea modului în care rețelele neuronale artificiale, logica fuzzy și algoritmii genetici pot fi integrați pentru a optimiza procese reale. Echipa de editori coordonată de Pramod Singh Rathore și Sachin Ahuja pune accent pe mecanismele hibride necesare în automatizarea traducerilor, recunoașterea vizuală și detectarea fraudelor. Analizăm aici o abordare pragmatică a arhitecturilor de învățare profundă, unde accentul cade pe detecție și predicție. Ca și P. R Anisha în Intelligent Systems and Machine Learning for Industry, autorii distilează experiență reală în principii acționabile, explorând intersecția dintre știința datelor și vizualizare în domenii critice precum agricultura inteligentă și producția industrială. Publicată de Wiley, lucrarea se distinge prin rigoarea tehnică și prin modul în care tratează aspectele analitice ale sistemelor de servicii. Tonul este strict profesional, orientat către inginerul care are nevoie de soluții pentru securitatea rețelelor sau analiza datelor. Ritmul este dens, fiecare capitol aducând o perspectivă nouă asupra modului în care AI-ul poate fi utilizat pentru a identifica întârzierile de dezvoltare sau pentru a genera automat scriere de mână, demonstrând versatilitatea algoritmilor prezentați.

Citește tot Restrânge

Preț: 103630 lei

Preț vechi: 129537 lei
-20%

Puncte Express: 1554

Carte disponibilă

Livrare economică 15-29 mai

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781394234240
ISBN-10: 1394234244
Pagini: 288
Dimensiuni: 150 x 216 x 23 mm
Greutate: 0.52 kg
Ediția:1
Editura: Wiley
Locul publicării:Hoboken, United States

De ce să citești această carte

Recomandăm această carte profesioniștilor din IT și inginerie care doresc să implementeze soluții de deep learning în fluxurile de producție. Cititorul câștigă o înțelegere profundă a algoritmilor hibrizi și a logicii fuzzy, instrumente esențiale pentru inovarea în agricultură, medicină și securitate cibernetică. Este un manual tehnic solid pentru cei care depășesc etapa de introducere în AI.

Descriere

This book provides state-of-the-art approaches to deep learning in areas of detection and prediction, as well as future framework development, building service systems and analytical aspects in which artificial neural networks, fuzzy logic, genetic algorithms, and hybrid mechanisms are used. Deep learning algorithms and techniques are found to be useful in various areas, such as automatic machine translation, automatic handwriting generation, visual recognition, fraud detection, and detecting developmental delays in children. “Deep Learning Techniques for Automation and Industrial Applications” presents a concise introduction to the recent advances in this field of artificial intelligence (AI). The broad-ranging discussion covers the algorithms and applications in AI, reasoning, machine learning, neural networks, reinforcement learning, and their applications in various domains like agriculture, manufacturing, and healthcare. Applying deep learning techniques or algorithms successfully in these areas requires a concerted effort, fostering integrative research between experts from diverse disciplines from data science to visualization. This book provides state-of-the-art approaches to deep learning covering detection and prediction, as well as future framework development, building service systems, and analytical aspects. For all these topics, various approaches to deep learning, such as artificial neural networks, fuzzy logic, genetic algorithms, and hybrid mechanisms, are explained. Audience The book will be useful to researchers and industry engineers working in information technology, data analytics network security, and manufacturing. Graduate and upper-level undergraduate students in advanced modeling and simulation courses will find this book very useful.