Cantitate/Preț
Produs
Total produse
Vezi coșul
Sensor Data Analysis and Management de A. Suresh

Sensor Data Analysis and Management

Editat de A. Suresh, R. Udendhran, M S Irfan Ahmed
en Limba Engleză Hardback – 22 noi 2021

Relevanța lucrării Sensor Data Analysis and Management pentru programele de licență și masterat în știința datelor este imediată, oferind suport teoretic și metodologic pentru certificări în analiza datelor și arhitecturi IoT. Într-un peisaj tehnologic dominat de fluxuri masive de date brute, volumul editat de A. Suresh, R. Udendhran și M S Irfan Ahmed propune o trecere riguroasă de la colectarea senzoristică la informație acționabilă prin intermediul învățării profunde. Observăm o continuitate tematică clară față de lucrările anterioare ale editorilor, precum Industrial IoT Application Architectures and Use Cases. Dacă acea lucrare se concentra pe transformarea datelor brute în cunoaștere la nivel industrial, titlul de față rafinează procesul, punând accent pe algoritmi specifici de deep learning și pe implementarea lor practică. Acoperă o arie similară cu Sensor Data Analytics for Intelligent Healthcare Delivery, însă Sensor Data Analysis and Management are o abordare mai interdisciplinară, extinzându-se dincolo de sfera medicală către mentenanță predictivă, prognoză financiară și sisteme de asistență pentru șoferi. Structura este organizată progresiv: începe cu optimizarea resurselor în medii cloud și avansează spre aplicații complexe de recunoaștere a activității umane. Un element distinctiv este includerea exemplelor de cod Python folosind biblioteca Keras, ceea ce facilitează tranziția de la conceptele de rețele neurale la execuția tehnică. De asemenea, analiza algoritmului XGBoost pentru datele senzorilor oferă o perspectivă valoroasă asupra metodelor de tip boosting în scenarii de monitorizare în timp real.

Citește tot Restrânge

Preț: 78726 lei

Preț vechi: 86511 lei
-9%

Puncte Express: 1181

Carte tipărită la comandă

Livrare economică 04-18 iulie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781119682424
ISBN-10: 1119682428
Pagini: 224
Dimensiuni: 175 x 250 x 16 mm
Greutate: 0.57 kg
Editura: Wiley
Locul publicării:Chichester, United Kingdom

De ce să citești această carte

Recomandăm această carte profesioniștilor din industrie și studenților la informatică datorită echilibrului dintre teorie și practică. Cititorul câștigă competențe directe în utilizarea bibliotecii Keras pentru antrenarea modelelor de deep learning aplicate pe senzori IoT. Este un instrument esențial pentru înțelegerea modului în care rețelele neurale pot rezolva probleme complexe de modelare în mentenanța predictivă și monitorizarea sănătății, oferind un avantaj competitiv în proiectarea sistemelor inteligente moderne.

Cuprins

About the Editors vii List of Contributors ix Preface xiii 1 Efficient Resource Allocation Using Multilayer Neural Network in Cloud Environment 1 N. Vijayaraj, G. Uganya, M. Balasaraswathi, V. Sivasankaran, Radhika Baskar, and A.S. Syed Fiaz 2 Internet of Things for Human-Activity Recognition Based on Wearable Sensor Data 19 Dr. Vikram Rajpoot, Sudeep Ray Gaur, Aditya Patel, and Dr. Akash Saxena 3 Evaluation of Feature Selection Techniques in Intrusion Detection Systems Using Machine Learning Models in Wireless Ad Hoc Networks 33 T.J. Nagalakshmi, M. Balasaraswathi, V. Sivasankaran, D. Ravikumar, S. Joseph Gladwin, and S. Pravin Kumar 4 Neuro-Fuzzy-Based Bidirectional and Biobjective Reactive Routing Schema for Critical Wireless Sensor Networks 73 K.M. Karthick Raghunath and G.R. Anantha Raman 5 Feature Detection and Extraction Techniques for Real-Time Student Monitoring in Sensor Data Environments 97 Dr. V. Saravanan and Dr (Ms). N. Shanmuga Priya 6 Deep Learning Analysis of Location Sensor Data for Human-Activity Recognition 103 Hariprasath Manoharan, Ganesan Sivarajan, and Subramanian Srikrishna 7 A Quantum-Behaved Particle-Swarm-Optimization-Based KNN Classifier for Improving WSN Lifetime 117 Ajmi Nader, Helali Abdelhamid, and Mghaieth Ridha 8 Feature Detection and Extraction Techniques for Sensor Data 131 Dr. L. Priya, Ms. A. Sathya, and Dr. S. Thanga Revathi 9 Object Detection in Satellite Images Using Modified Pyramid Scene Parsing Networks 147 Akhilesh Vikas Kakade, S Rajkumar (Corresponding Author), K Suganthi, and L Ramanathan 10 Coronary Illness Prediction Using the AdaBoost Algorithm 161 G. Deivendran, S. Vishal Balaji, B. Paramasivan, S. Vimal (Corresponding Author) 11 Geographic Information Systems and Confidence Interval with Deep Learning Techniques for Traffic Management Systems in Smart Cities 173 Prisilla Jayanthi Index 199

Descriere scurtă

Discover detailed insights into the methods, algorithms, and techniques for deep learning in sensor data analysis Sensor Data Analysis and Management: The Role of Deep Learning delivers an insightful and practical overview of the applications of deep learning techniques to the analysis of sensor data. The book collects cutting-edge resources into a single collection designed to enlighten the reader on topics as varied as recent techniques for fault detection and classification in sensor data, the application of deep learning to Internet of Things sensors, and a case study on high-performance computer gathering and processing of sensor data. The editors have curated a distinguished group of perceptive and concise papers that show the potential of deep learning as a powerful tool for solving complex modelling problems across a broad range of industries, including predictive maintenance, health monitoring, financial portfolio forecasting, and driver assistance. The book contains real-time examples of analyzing sensor data using deep learning algorithms and a step-by-step approach for installing and training deep learning using the Python keras library. Readers will also benefit from the inclusion of: * A thorough introduction to the Internet of Things for human activity recognition, based on wearable sensor data * An exploration of the benefits of neural networks in real-time environmental sensor data analysis * Practical discussions of supervised learning data representation, neural networks for predicting physical activity based on smartphone sensor data, and deep-learning analysis of location sensor data for human activity recognition * An analysis of boosting with XGBoost for sensor data analysis Perfect for industry practitioners and academics involved in deep learning and the analysis of sensor data, Sensor Data Analysis and Management: The Role of Deep Learning will also earn a place in the libraries of undergraduate and graduate students in data science and computer science programs.