Отрывок: BPB Publications. Li, N., Liu, K., Chen, Z., & Jiao, W. (2020). Environmental-Perception Modeling and Reference Architecture for Cyber Physical Systems. IEEE Access: Practical Innovations, Open Solutions, 8, 200322–200337. doi:10.1109/ACCESS.2020.3034390 EBSCOhost - printed on 2/9/2023 5:07 AM via . All use subject to https://www.ebsco.com/terms-of-use 147 Crop Protection Using Cyber Physical Systems Mahrishi, M., Hiran, K. K., Meena, G., & Sharma, P. (Eds.). (2020). Mach...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Easwaran B. | ru |
dc.contributor.author | Hiran K. K. | ru |
dc.contributor.author | Krishnan S. | ru |
dc.contributor.author | Doshi R. | ru |
dc.coverage.spatial | healthcare | ru |
dc.coverage.spatial | internet of things (iot) | ru |
dc.coverage.spatial | Information security | ru |
dc.coverage.spatial | machine learning | ru |
dc.coverage.spatial | здравоохранение | ru |
dc.coverage.spatial | различные методы обеспечения конфиденциальности | ru |
dc.coverage.spatial | сверточная нейронная сеть | ru |
dc.coverage.spatial | приложения для киберфизических систем | ru |
dc.coverage.spatial | обнаружение covid-19 | ru |
dc.coverage.spatial | машинное обучение | ru |
dc.coverage.spatial | интернет вещей (iot) | ru |
dc.coverage.spatial | информационная безопасность | ru |
dc.coverage.spatial | differential privacy techniques | ru |
dc.coverage.spatial | cyber-physical system applications | ru |
dc.coverage.spatial | covid-19 detection | ru |
dc.coverage.spatial | convolutional neural network | ru |
dc.creator | Easwaran B., Hiran K. K., Krishnan S., Doshi R. | ru |
dc.date.accessioned | 2023-12-08 11:44:19 | - |
dc.date.available | 2023-12-08 11:44:19 | - |
dc.date.issued | 2022 | ru |
dc.identifier | RU\НТБ СГАУ\537832 | ru |
dc.identifier.citation | Real-Time Applications of Machine Learning in Cyber-Physical Systems / Balamurugan Easwaran, Kamal Kant Hiran, Sangeetha Krishnan, Ruchi Doshi. - Hershey PA : IGI Global, 2022. - 1 file (11,0 Mb) (307 p.). - ISBN = 9781799893080. - Текст : электронный | ru |
dc.identifier.isbn | 9781799893080 | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/eBooks/RealTime-Applications-of-Machine-Learning-in-CyberPhysical-Systems-107334 | - |
dc.description.abstract | Технологические достижения последних десятилетий изменили то, как люди общаются, работают, учатся и, в конечном счете, живут. Использование киберфизических систем (CPS), в частности, помогло людям вести свою жизнь с большим контролем и свободой. Домены CPS имеют большое общественное значение, оказывая решающую помощь в различных отраслях - от безопасности до здравоохранения. В то же время алгоритмы машинного обучения (ML) известны своей значительной эффективностью, высокой производительностью и стали настоящим стандартом ,благодаря большей доступности, и сейчас, как никогда, междисциплинарные приложения ML для CPS стали необходимостью, помогающей находить конструктивные решения реальных проблем. Приложения машинного обучения в реальном времени в киберфизических системах содержат соответствующую теоретическую основу и самые последние эмпирические данные о различных приложениях машинного обучения в реальном времени в киберфизических системах. Эта книга, охватывающая такие темы, как системы обнаружения вторжений | ru |
dc.description.abstract | Загл. c титул. экрана | ru |
dc.description.abstract | Используемые программы Adobe Acrobat | ru |
dc.description.abstract | Technological advancements of recent decades have reshaped the way people socialize, work, learn, and ultimately live. The use of cyber-physical systems (CPS) specifically have helped people lead their lives with greater control and freedom. CPS domains have great societal significance, providing crucial assistance in industries ranging from security to healthcare. At the same time, machine learning (ML) algorithms are known for being substantially efficient, high performing, and have become a real standard due to greater accessibility, and now more than ever, multidisciplinary applications of ML for CPS have become a necessity to help uncover constructive solutions for real-world problems.Real-Time Applications of Machine Learning in Cyber-Physical Systems provides a relevant theoretical framework and the most recent empirical findings on various real-time applications of machine learning in cyber-physical systems. Covering topics like intrusion detection systems, predictive maintenance, and seizure predict | ru |
dc.language.iso | eng | ru |
dc.publisher | IGI Global | ru |
dc.title | Real-Time Applications of Machine Learning in Cyber-Physical Systems | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | BPB Publications. Li, N., Liu, K., Chen, Z., & Jiao, W. (2020). Environmental-Perception Modeling and Reference Architecture for Cyber Physical Systems. IEEE Access: Practical Innovations, Open Solutions, 8, 200322–200337. doi:10.1109/ACCESS.2020.3034390 EBSCOhost - printed on 2/9/2023 5:07 AM via . All use subject to https://www.ebsco.com/terms-of-use 147 Crop Protection Using Cyber Physical Systems Mahrishi, M., Hiran, K. K., Meena, G., & Sharma, P. (Eds.). (2020). Mach... | - |
Располагается в коллекциях: | eBooks |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
3190534.pdf | 11.28 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.