Dátová veda a interdisciplinárny výskum: Najnovšie trendy a aplikácie

Pôvodný názov:

Data Science and Interdisciplinary Research: Recent Trends and Applications

Obsah knihy:

Dátová veda a interdisciplinárny výskum: Je to pútavá publikácia, ktorá ponúka komplexný prehľad najnovších pokrokov v oblasti dátovej vedy a interdisciplinárneho výskumu. Prostredníctvom zbierky desiatich prehľadných kapitol táto kniha predstavuje rozmanité modely strojového učenia, komunikácie, spracovania signálov a analýzy údajov a ilustruje ich význam v rôznych oblastiach.

Kľúčové témy:

-Pokročilé predpovedanie zrážok: V tejto kapitole je predstavený model strojového učenia navrhnutý na riešenie náročnej úlohy predpovedania zrážok vo viacerých krajinách, pričom sa ukazuje jeho potenciál na zlepšenie predpovede počasia.

-Efektívne zhlukovanie údajov v oblakoch: Vysvetľuje nový výpočtový prístup na zhlukovanie rozsiahlych cloudových údajov, ktorý rieši škálovateľnosť cloudových výpočtov a analýzu údajov.

-Bezpečná komunikácia vo vozidle: Skúma kritickú tému bezpečnej komunikácie vo vozidlových sieťach s dôrazom na autentifikáciu správ a integritu údajov.

-Inteligentné zavlažovanie 4. 0: Podrobne opisuje rozhodovací model navrhnutý pre inteligentné zavlažovanie, ktorý integruje analýzu spoľahlivosti údajov poľnohospodárskych senzorov s cieľom optimalizovať využívanie vody v presnom poľnohospodárstve.

-Inteligentné monitorovanie elektrickej energie: Systém inteligentného monitorovania elektrickej energie a detekcie porúch založený na strojovom učení prispieva k rozvoju inteligentných miest.

-Rozšírené vzdelávacie prostredia: Zisťuje účinnosť mobilného vzdelávania vo vysokoškolskom vzdelávaní a objasňuje úlohu technológií pri formovaní moderných vzdelávacích prostredí.

-Sociálno-ekonomická štúdia pobrežia: Štúdia o pobrežných rybárskych komunitách: predstavuje prípadovú štúdiu o sociálno-ekonomických podmienkach pobrežných rybárskych komunít, ktorá ponúka pohľad na ich živobytie a výzvy, ktorým čelia.

-Odstraňovanie signálneho hluku: Uvádza techniky filtrovania na odstránenie šumu zo signálov EKG, čím sa zvyšuje presnosť analýzy a diagnostiky lekárskych údajov.

-Hlboké učenie v biomedicínskom výskume: Hlboké učenie: skúma techniky hlbokého učenia pre biomedicínsky výskum, najmä v oblasti identifikácie génov pomocou údajov sekvenovania novej generácie (NGS).

-Lekárska diagnostika prostredníctvom strojového učenia: V závere kapitoly sa venuje detekcii rakoviny prsníka pomocou konceptov strojového učenia, ktoré demonštrujú potenciál diagnostiky založenej na umelej inteligencii.