| Título : |
Electronic Nose: Algorithmic Challenges |
| Tipo de documento: |
documento electrónico |
| Autores: |
Zhang, Lei, Autor ; Tian, Fengchun, Autor ; Zhang, David, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2018 |
| Número de páginas: |
XV, 339 p. 89 ilustraciones, 70 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-981-1321672-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Sistemas de reconocimiento de patrones Identificación biométrica Bioinformática Informática Médica Reconocimiento de patrones automatizado Biometría Biología Computacional y de Sistemas Informática de la Salud |
| Índice Dewey: |
006.4 Reconocimiento de patrones por computador |
| Resumen: |
Este libro presenta la tecnología clave de las narices electrónicas y describe sistemáticamente cómo se pueden utilizar las narices electrónicas para analizar olores automáticamente. Atrayendo a lectores de los campos de la inteligencia artificial, la informática, la ingeniería eléctrica, la electrónica y la ciencia de la instrumentación, aborda tres áreas principales: primero, los lectores aprenderán cómo aplicar algoritmos de aprendizaje automático, reconocimiento de patrones y procesamiento de señales a tareas de percepción reales. En segundo lugar, se les mostrará cómo hacer que sus algoritmos coincidan con sus sistemas una vez que los algoritmos no funcionen debido a la limitación de los recursos de hardware. En tercer lugar, los lectores aprenderán a crear esquemas y soluciones cuando los datos adquiridos de sus sistemas no sean estables debido a problemas fundamentales que afectan a los dispositivos perceptrones (por ejemplo, sensores). En resumen, el libro presenta y analiza las tecnologías clave y los nuevos desafíos algorítmicos en narices electrónicas y olfato artificial. El objetivo es promover la aplicación industrial de la tecnología de la nariz electrónica en detección ambiental, diagnóstico médico, control de calidad de alimentos, detección de explosivos, etc. y poner en valor los avances científicos en olfato artificial e inteligencia artificial. El libro ofrece una buena guía de referencia para los recién llegados al tema de las narices electrónicas, porque hace referencia a los principios y algoritmos básicos. Al mismo tiempo, presenta claramente los desafíos clave (como la deriva a largo plazo, la unicidad de la señal y la perturbación) y soluciones efectivas y eficientes, lo que lo hace igualmente valioso para los investigadores dedicados a la ciencia y la ingeniería de sensores, instrumentos, quimiometría, etc. |
| Nota de contenido: |
Part 1 : Overview -- Chapter 1. Introduction -- Chapter 2. Literature Review -- Part 2 : E-nose Odor Recognition and Prediction: Challenge I -- Chapter 3. Heuristic and Bio-inspired Neural Network Model -- Chpater 4. Chaos based Neural Network Optimization Approach -- Chapter 5. Multilayer Perceptrons based Concentration Estimation, etc. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Electronic Nose: Algorithmic Challenges [documento electrónico] / Zhang, Lei, Autor ; Tian, Fengchun, Autor ; Zhang, David, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2018 . - XV, 339 p. 89 ilustraciones, 70 ilustraciones en color. ISBN : 978-981-1321672-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Sistemas de reconocimiento de patrones Identificación biométrica Bioinformática Informática Médica Reconocimiento de patrones automatizado Biometría Biología Computacional y de Sistemas Informática de la Salud |
| Índice Dewey: |
006.4 Reconocimiento de patrones por computador |
| Resumen: |
Este libro presenta la tecnología clave de las narices electrónicas y describe sistemáticamente cómo se pueden utilizar las narices electrónicas para analizar olores automáticamente. Atrayendo a lectores de los campos de la inteligencia artificial, la informática, la ingeniería eléctrica, la electrónica y la ciencia de la instrumentación, aborda tres áreas principales: primero, los lectores aprenderán cómo aplicar algoritmos de aprendizaje automático, reconocimiento de patrones y procesamiento de señales a tareas de percepción reales. En segundo lugar, se les mostrará cómo hacer que sus algoritmos coincidan con sus sistemas una vez que los algoritmos no funcionen debido a la limitación de los recursos de hardware. En tercer lugar, los lectores aprenderán a crear esquemas y soluciones cuando los datos adquiridos de sus sistemas no sean estables debido a problemas fundamentales que afectan a los dispositivos perceptrones (por ejemplo, sensores). En resumen, el libro presenta y analiza las tecnologías clave y los nuevos desafíos algorítmicos en narices electrónicas y olfato artificial. El objetivo es promover la aplicación industrial de la tecnología de la nariz electrónica en detección ambiental, diagnóstico médico, control de calidad de alimentos, detección de explosivos, etc. y poner en valor los avances científicos en olfato artificial e inteligencia artificial. El libro ofrece una buena guía de referencia para los recién llegados al tema de las narices electrónicas, porque hace referencia a los principios y algoritmos básicos. Al mismo tiempo, presenta claramente los desafíos clave (como la deriva a largo plazo, la unicidad de la señal y la perturbación) y soluciones efectivas y eficientes, lo que lo hace igualmente valioso para los investigadores dedicados a la ciencia y la ingeniería de sensores, instrumentos, quimiometría, etc. |
| Nota de contenido: |
Part 1 : Overview -- Chapter 1. Introduction -- Chapter 2. Literature Review -- Part 2 : E-nose Odor Recognition and Prediction: Challenge I -- Chapter 3. Heuristic and Bio-inspired Neural Network Model -- Chpater 4. Chaos based Neural Network Optimization Approach -- Chapter 5. Multilayer Perceptrons based Concentration Estimation, etc. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
