Información del autor
Autor Xiao, Liang |
Documentos disponibles escritos por este autor (3)
Crear una solicitud de compra Refinar búsquedaIntelligence Science and Big Data Engineering. Big Data and Machine Learning / Cui, Zhen ; Pan, Jinshan ; Zhang, Shanshan ; Xiao, Liang ; Yang, Jian
TÃtulo : Intelligence Science and Big Data Engineering. Big Data and Machine Learning : 9th International Conference, IScIDE 2019, Nanjing, China, October 17–20, 2019, Proceedings, Part II / Tipo de documento: documento electrónico Autores: Cui, Zhen, ; Pan, Jinshan, ; Zhang, Shanshan, ; Xiao, Liang, ; Yang, Jian, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XX, 455 p. 357 ilustraciones, 145 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-36204-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Visión por computador Inteligencia artificial Procesamiento de datos Informática MinerÃa de datos y descubrimiento de conocimientos Modelos de Computación Clasificación: 006.37 Resumen: Los dos volúmenes LNCS 11935 y 11936 constituyen las actas de la 9.ª Conferencia Internacional sobre Ciencia de la Inteligencia e IngenierÃa de Big Data, IScIDE 2019, celebrada en Nanjing, China, en octubre de 2019. Los 84 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 252 presentaciones. Los artÃculos están organizados en dos partes: ingenierÃa de datos visuales; y big data y aprendizaje automático. Cubren una amplia gama de temas que incluyen enfoques bayesianos y teóricos de la información, modelos gráficos probabilÃsticos, análisis de big data, redes neuronales y neuroinformática, bioinformática, biologÃa computacional e interfaces cerebro-computadora, asà como avances en técnicas fundamentales de reconocimiento de patrones relevantes para procesamiento de imágenes, visión por computadora y aprendizaje automático. . Tipo de medio : Computadora Summary : The two volumes LNCS 11935 and 11936 constitute the proceedings of the 9th International Conference on Intelligence Science and Big Data Engineering, IScIDE 2019, held in Nanjing, China, in October 2019. The 84 full papers presented were carefully reviewed and selected from 252 submissions.The papers are organized in two parts: visual data engineering; and big data and machine learning. They cover a large range of topics including information theoretic and Bayesian approaches, probabilistic graphical models, big data analysis, neural networks and neuro-informatics, bioinformatics, computational biology and brain-computer interfaces, as well as advances in fundamental pattern recognition techniques relevant to image processing, computer vision and machine learning. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Intelligence Science and Big Data Engineering. Big Data and Machine Learning : 9th International Conference, IScIDE 2019, Nanjing, China, October 17–20, 2019, Proceedings, Part II / [documento electrónico] / Cui, Zhen, ; Pan, Jinshan, ; Zhang, Shanshan, ; Xiao, Liang, ; Yang, Jian, . - 1 ed. . - [s.l.] : Springer, 2019 . - XX, 455 p. 357 ilustraciones, 145 ilustraciones en color.
ISBN : 978-3-030-36204-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Visión por computador Inteligencia artificial Procesamiento de datos Informática MinerÃa de datos y descubrimiento de conocimientos Modelos de Computación Clasificación: 006.37 Resumen: Los dos volúmenes LNCS 11935 y 11936 constituyen las actas de la 9.ª Conferencia Internacional sobre Ciencia de la Inteligencia e IngenierÃa de Big Data, IScIDE 2019, celebrada en Nanjing, China, en octubre de 2019. Los 84 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 252 presentaciones. Los artÃculos están organizados en dos partes: ingenierÃa de datos visuales; y big data y aprendizaje automático. Cubren una amplia gama de temas que incluyen enfoques bayesianos y teóricos de la información, modelos gráficos probabilÃsticos, análisis de big data, redes neuronales y neuroinformática, bioinformática, biologÃa computacional e interfaces cerebro-computadora, asà como avances en técnicas fundamentales de reconocimiento de patrones relevantes para procesamiento de imágenes, visión por computadora y aprendizaje automático. . Tipo de medio : Computadora Summary : The two volumes LNCS 11935 and 11936 constitute the proceedings of the 9th International Conference on Intelligence Science and Big Data Engineering, IScIDE 2019, held in Nanjing, China, in October 2019. The 84 full papers presented were carefully reviewed and selected from 252 submissions.The papers are organized in two parts: visual data engineering; and big data and machine learning. They cover a large range of topics including information theoretic and Bayesian approaches, probabilistic graphical models, big data analysis, neural networks and neuro-informatics, bioinformatics, computational biology and brain-computer interfaces, as well as advances in fundamental pattern recognition techniques relevant to image processing, computer vision and machine learning. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Intelligence Science and Big Data Engineering. Visual Data Engineering : 9th International Conference, IScIDE 2019, Nanjing, China, October 17–20, 2019, Proceedings, Part I / Tipo de documento: documento electrónico Autores: Cui, Zhen, ; Pan, Jinshan, ; Zhang, Shanshan, ; Xiao, Liang, ; Yang, Jian, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XIX, 577 p. 369 ilustraciones, 230 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-36189-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial MinerÃa de datos y descubrimiento de conocimientos Visión por computador Informática Procesamiento de datos Modelos de Computación Clasificación: 006.37 Resumen: Los dos volúmenes LNCS 11935 y 11936 constituyen las actas de la 9.ª Conferencia Internacional sobre Ciencia de la Inteligencia e IngenierÃa de Big Data, IScIDE 2019, celebrada en Nanjing, China, en octubre de 2019. Los 84 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 252 presentaciones. Los artÃculos están organizados en dos partes: ingenierÃa de datos visuales; y big data y aprendizaje automático. Cubren una amplia gama de temas que incluyen enfoques bayesianos y teóricos de la información, modelos gráficos probabilÃsticos, análisis de big data, redes neuronales y neuroinformática, bioinformática, biologÃa computacional e interfaces cerebro-computadora, asà como avances en técnicas fundamentales de reconocimiento de patrones relevantes para procesamiento de imágenes, visión por computadora y aprendizaje automático. . Tipo de medio : Computadora Summary : The two volumes LNCS 11935 and 11936 constitute the proceedings of the 9th International Conference on Intelligence Science and Big Data Engineering, IScIDE 2019, held in Nanjing, China, in October 2019. The 84 full papers presented were carefully reviewed and selected from 252 submissions.The papers are organized in two parts: visual data engineering; and big data and machine learning. They cover a large range of topics including information theoretic and Bayesian approaches, probabilistic graphical models, big data analysis, neural networks and neuro-informatics, bioinformatics, computational biology and brain-computer interfaces, as well as advances in fundamental pattern recognition techniques relevant to image processing, computer vision and machine learning. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Intelligence Science and Big Data Engineering. Visual Data Engineering : 9th International Conference, IScIDE 2019, Nanjing, China, October 17–20, 2019, Proceedings, Part I / [documento electrónico] / Cui, Zhen, ; Pan, Jinshan, ; Zhang, Shanshan, ; Xiao, Liang, ; Yang, Jian, . - 1 ed. . - [s.l.] : Springer, 2019 . - XIX, 577 p. 369 ilustraciones, 230 ilustraciones en color.
ISBN : 978-3-030-36189-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia artificial MinerÃa de datos y descubrimiento de conocimientos Visión por computador Informática Procesamiento de datos Modelos de Computación Clasificación: 006.37 Resumen: Los dos volúmenes LNCS 11935 y 11936 constituyen las actas de la 9.ª Conferencia Internacional sobre Ciencia de la Inteligencia e IngenierÃa de Big Data, IScIDE 2019, celebrada en Nanjing, China, en octubre de 2019. Los 84 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 252 presentaciones. Los artÃculos están organizados en dos partes: ingenierÃa de datos visuales; y big data y aprendizaje automático. Cubren una amplia gama de temas que incluyen enfoques bayesianos y teóricos de la información, modelos gráficos probabilÃsticos, análisis de big data, redes neuronales y neuroinformática, bioinformática, biologÃa computacional e interfaces cerebro-computadora, asà como avances en técnicas fundamentales de reconocimiento de patrones relevantes para procesamiento de imágenes, visión por computadora y aprendizaje automático. . Tipo de medio : Computadora Summary : The two volumes LNCS 11935 and 11936 constitute the proceedings of the 9th International Conference on Intelligence Science and Big Data Engineering, IScIDE 2019, held in Nanjing, China, in October 2019. The 84 full papers presented were carefully reviewed and selected from 252 submissions.The papers are organized in two parts: visual data engineering; and big data and machine learning. They cover a large range of topics including information theoretic and Bayesian approaches, probabilistic graphical models, big data analysis, neural networks and neuro-informatics, bioinformatics, computational biology and brain-computer interfaces, as well as advances in fundamental pattern recognition techniques relevant to image processing, computer vision and machine learning. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Learning-based VANET Communication and Security Techniques Tipo de documento: documento electrónico Autores: Xiao, Liang, ; Zhuang, Weihua, ; Zhou, Sheng, ; Chen, Cailian, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: IX, 134 p. 54 ilustraciones, 48 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-01731-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Sistemas de comunicación inalámbrica. Sistemas de comunicación móviles. Protección de datos Inteligencia artificial Telecomunicación Comunicación inalámbrica y móvil Seguridad de datos e información IngenierÃa en Comunicaciones Redes Clasificación: 621.384 Resumen: Este oportuno libro brinda una amplia cobertura de cuestiones de redes vehiculares ad-hoc (VANET), como la seguridad y la selección de redes. Se aplican métodos basados ​​en el aprendizaje automático para resolver estos problemas. Este libro también incluye cuatro capÃtulos rigurosamente arbitrados por destacados investigadores internacionales que trabajan en esta área temática. El material sirve como referencia útil para investigadores, estudiantes de posgrado y profesionales que buscan soluciones a problemas relacionados con la comunicación y la seguridad de VANET. Este libro también ayudará a los lectores a comprender cómo utilizar el aprendizaje automático para abordar los desafÃos de seguridad y comunicación en VANET. Las redes vehiculares ad-hoc (VANET) respaldan las comunicaciones de vehÃculo a vehÃculo y de vehÃculo a infraestructura para mejorar la seguridad de la transmisión, ayudar a desarrollar la conducción no tripulada y respaldar las aplicaciones en auge de unidades a bordo (OBU). La alta movilidad de las OBU y la red dinámica a gran escala con unidades fijas en carretera (RSU) hacen que VANET sea vulnerable a las interferencias. La comunicación antiinterferencias de los VANET se puede mejorar significativamente mediante el uso de vehÃculos aéreos no tripulados (UAV) para transmitir el mensaje OBU. Los UAV ayudan a transmitir el mensaje OBU para mejorar la relación señal-interferencia más ruido de las señales OBU y, por lo tanto, reducen la tasa de errores de bits del mensaje OBU, especialmente si las RSU de servicio están bloqueadas por bloqueadores y/o o interferencia, lo cual también se demuestra en este libro. Este libro sirve como una referencia útil para investigadores, estudiantes de posgrado y profesionales que buscan soluciones a problemas relacionados con la comunicación y la seguridad de VANET. Nota de contenido: 1 Introduction -- 2 Learning-based Rogue Edge Detection in VANETs with Ambient Radio Signals -- 3 Learning While Offloading: Multi-armed Bandit Based Task Offloading in Vehicular Edge Computing Networks -- 4 Intelligent Network Access System for Vehicular Real-time Service Provisioning -- 5 UAV Relay in VANETs Against Smart Jamming with Reinforcement Learning -- 6 Conclusion and Future Work. Tipo de medio : Computadora Summary : This timely book provides broad coverage of vehicular ad-hoc network (VANET) issues, such as security, and network selection. Machine learning based methods are applied to solve these issues. This book also includes four rigorously refereed chapters from prominent international researchers working in this subject area. The material serves as a useful reference for researchers, graduate students, and practitioners seeking solutions to VANET communication and security related issues. This book will also help readers understand how to use machine learning to address the security and communication challenges in VANETs. Vehicular ad-hoc networks (VANETs) support vehicle-to-vehicle communications and vehicle-to-infrastructure communications to improve the transmission security, help build unmanned-driving, and support booming applications of onboard units (OBUs). The high mobility of OBUs and the large-scale dynamic network with fixed roadside units (RSUs) make the VANET vulnerable to jamming. The anti-jamming communication of VANETs can be significantly improved by using unmanned aerial vehicles (UAVs) to relay the OBU message. UAVs help relay the OBU message to improve the signal-to-interference-plus-noise-ratio of the OBU signals, and thus reduce the bit-error-rate of the OBU message, especially if the serving RSUs are blocked by jammers and/or interference, which is also demonstrated in this book. This book serves as a useful reference for researchers, graduate students, and practitioners seeking solutions to VANET communication and security related issues. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Learning-based VANET Communication and Security Techniques [documento electrónico] / Xiao, Liang, ; Zhuang, Weihua, ; Zhou, Sheng, ; Chen, Cailian, . - 1 ed. . - [s.l.] : Springer, 2019 . - IX, 134 p. 54 ilustraciones, 48 ilustraciones en color.
ISBN : 978-3-030-01731-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Sistemas de comunicación inalámbrica. Sistemas de comunicación móviles. Protección de datos Inteligencia artificial Telecomunicación Comunicación inalámbrica y móvil Seguridad de datos e información IngenierÃa en Comunicaciones Redes Clasificación: 621.384 Resumen: Este oportuno libro brinda una amplia cobertura de cuestiones de redes vehiculares ad-hoc (VANET), como la seguridad y la selección de redes. Se aplican métodos basados ​​en el aprendizaje automático para resolver estos problemas. Este libro también incluye cuatro capÃtulos rigurosamente arbitrados por destacados investigadores internacionales que trabajan en esta área temática. El material sirve como referencia útil para investigadores, estudiantes de posgrado y profesionales que buscan soluciones a problemas relacionados con la comunicación y la seguridad de VANET. Este libro también ayudará a los lectores a comprender cómo utilizar el aprendizaje automático para abordar los desafÃos de seguridad y comunicación en VANET. Las redes vehiculares ad-hoc (VANET) respaldan las comunicaciones de vehÃculo a vehÃculo y de vehÃculo a infraestructura para mejorar la seguridad de la transmisión, ayudar a desarrollar la conducción no tripulada y respaldar las aplicaciones en auge de unidades a bordo (OBU). La alta movilidad de las OBU y la red dinámica a gran escala con unidades fijas en carretera (RSU) hacen que VANET sea vulnerable a las interferencias. La comunicación antiinterferencias de los VANET se puede mejorar significativamente mediante el uso de vehÃculos aéreos no tripulados (UAV) para transmitir el mensaje OBU. Los UAV ayudan a transmitir el mensaje OBU para mejorar la relación señal-interferencia más ruido de las señales OBU y, por lo tanto, reducen la tasa de errores de bits del mensaje OBU, especialmente si las RSU de servicio están bloqueadas por bloqueadores y/o o interferencia, lo cual también se demuestra en este libro. Este libro sirve como una referencia útil para investigadores, estudiantes de posgrado y profesionales que buscan soluciones a problemas relacionados con la comunicación y la seguridad de VANET. Nota de contenido: 1 Introduction -- 2 Learning-based Rogue Edge Detection in VANETs with Ambient Radio Signals -- 3 Learning While Offloading: Multi-armed Bandit Based Task Offloading in Vehicular Edge Computing Networks -- 4 Intelligent Network Access System for Vehicular Real-time Service Provisioning -- 5 UAV Relay in VANETs Against Smart Jamming with Reinforcement Learning -- 6 Conclusion and Future Work. Tipo de medio : Computadora Summary : This timely book provides broad coverage of vehicular ad-hoc network (VANET) issues, such as security, and network selection. Machine learning based methods are applied to solve these issues. This book also includes four rigorously refereed chapters from prominent international researchers working in this subject area. The material serves as a useful reference for researchers, graduate students, and practitioners seeking solutions to VANET communication and security related issues. This book will also help readers understand how to use machine learning to address the security and communication challenges in VANETs. Vehicular ad-hoc networks (VANETs) support vehicle-to-vehicle communications and vehicle-to-infrastructure communications to improve the transmission security, help build unmanned-driving, and support booming applications of onboard units (OBUs). The high mobility of OBUs and the large-scale dynamic network with fixed roadside units (RSUs) make the VANET vulnerable to jamming. The anti-jamming communication of VANETs can be significantly improved by using unmanned aerial vehicles (UAVs) to relay the OBU message. UAVs help relay the OBU message to improve the signal-to-interference-plus-noise-ratio of the OBU signals, and thus reduce the bit-error-rate of the OBU message, especially if the serving RSUs are blocked by jammers and/or interference, which is also demonstrated in this book. This book serves as a useful reference for researchers, graduate students, and practitioners seeking solutions to VANET communication and security related issues. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
