جلد سخت سیاه و سفید
Product details
- Publisher : Wiley-Scrivener; 1st edition (January 11, 2022)
- Language : English
- Hardcover : 384 pages
- ISBN-10 : 1119792037
- ISBN-13 : 978-1119792031
کتاب Green Internet of Things and Machine Learning: Towards a Smart Sustainable World
Health Economics and Financing
Encapsulates different case studies where green-IOT and machine learning can be used for making significant progress towards improvising the quality of life and sustainable environment.
The Internet of Things (IoT) is an evolving idea which is responsible for connecting billions of devices that acquire, perceive, and communicate data from their surroundings. Because this transmission of data uses significant energy, improving energy efficiency in IOT devices is a significant topic for research. The green internet of things (G-IoT) makes it possible for IoT devices to use less energy since intelligent processing and analysis are fundamental to constructing smart IOT applications with large data sets. Machine learning (ML) algorithms that can predict sustainable energy consumption can be used to prepare guidelines to make IoT device implementation easier.
Green Internet of Things and Machine Learning lays the foundation of in-depth analysis of principles of Green-Internet of Things (G-IoT) using machine learning. It outlines various green ICT technologies, explores the potential towards diverse real-time areas, as well as highlighting various challenges and obstacles towards the implementation of G-IoT in the real world. Also, this book provides insights on how the machine learning and green IOT will impact various applications: It covers the Green-IOT and ML-based smart computing, ML techniques for reducing energy consumption in IOT devices, case studies of G-IOT and ML in the agricultural field, smart farming, smart transportation, banking industry and healthcare.
Audience
The book will be helpful for research scholars and researchers in the fields of computer science and engineering, information technology, electronics and electrical engineering. Industry experts, particularly in R&D divisions, can use this book as their problem-solving guide.
منابع کتاب کتاب Green Internet of Things and Machine Learning: Towards a Smart Sustainable World
اقتصاد سلامت و تامین مالی
مطالعات موردی مختلفی را در بر می گیرد که در آن سبز-IOT و یادگیری ماشین می توانند برای پیشرفت چشمگیر در جهت بهبود کیفیت زندگی و محیط زیست پایدار استفاده شوند.
اینترنت اشیا (IoT) یک ایده در حال تکامل است که مسئول اتصال میلیاردها دستگاهی است که داده ها را از محیط اطراف خود به دست می آورند، درک می کنند و ارتباط برقرار می کنند. از آنجایی که این انتقال داده ها از انرژی قابل توجهی استفاده می کند، بهبود بهره وری انرژی در دستگاه های IOT موضوع مهمی برای تحقیق است. اینترنت سبز اشیا (G-IoT) این امکان را برای دستگاه‌های اینترنت اشیا فراهم می‌کند که انرژی کمتری مصرف کنند زیرا پردازش و تجزیه و تحلیل هوشمند برای ساخت برنامه‌های هوشمند IOT با مجموعه داده‌های بزرگ ضروری است. الگوریتم‌های یادگیری ماشینی (ML) که می‌توانند مصرف انرژی پایدار را پیش‌بینی کنند، می‌توانند برای تهیه دستورالعمل‌هایی برای تسهیل اجرای دستگاه اینترنت اشیا استفاده شوند.
اینترنت سبز اشیا و یادگیری ماشینی پایه و اساس تجزیه و تحلیل عمیق اصول اینترنت اشیاء سبز (G-IoT) را با استفاده از یادگیری ماشین ایجاد می کند. این فن‌آوری‌های مختلف ICT سبز را تشریح می‌کند، پتانسیل‌ها را در زمینه‌های مختلف زمان واقعی بررسی می‌کند، و همچنین چالش‌ها و موانع مختلف در راه اجرای G-IoT در دنیای واقعی را برجسته می‌کند. همچنین، این کتاب بینش هایی در مورد اینکه چگونه یادگیری ماشین و IOT سبز بر کاربردهای مختلف تأثیر می گذارد ارائه می دهد: محاسبات هوشمند مبتنی بر Green-IOT و ML، تکنیک های ML برای کاهش مصرف انرژی در دستگاه های IOT، مطالعات موردی G-IOT و ML را پوشش می دهد. در زمینه کشاورزی، کشاورزی هوشمند، حمل و نقل هوشمند، صنعت بانکداری و مراقبت های بهداشتی.
حضار
این کتاب برای پژوهشگران و محققان در زمینه های علوم و مهندسی کامپیوتر، فناوری اطلاعات، الکترونیک و مهندسی برق مفید خواهد بود. کارشناسان صنعت، به ویژه در بخش های تحقیق و توسعه، می توانند از این کتاب به عنوان راهنمای حل مسئله خود استفاده کنند.
ارسال نظر درباره کتاب Green Internet of Things and Machine Learning: Towards a Smart Sustainable World