Información del autor
Autor Wu, Kaishun |
Documentos disponibles escritos por este autor (3)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Machine Learning Modeling for IoUT Networks : Internet of Underwater Things Tipo de documento: documento electrónico Autores: Aziz El-Banna, Ahmad A., ; Wu, Kaishun, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XII, 63 p. 32 ilustraciones, 24 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-68567-6 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: Telecomunicación IngenierÃa de control Robótica Automatización Inteligencia artificial IngenierÃa en Comunicaciones Redes Control Clasificación: 621.382 Telecomunicaciones Resumen: Este libro analiza cómo el aprendizaje automático y la Internet de las cosas (IdC) desempeñan un papel en el control inteligente de los entornos submarinos, conocido como Internet de las cosas submarinas (IdC). Los autores presentan primero las variables fÃsicas clave del agua de mar y luego analizan la transmisión, localización y posicionamiento oportunistas, el modelado de aprendizaje automático para la comunicación submarina y los desafÃos actuales en el campo. Además, los autores presentan aplicaciones de técnicas de aprendizaje automático para la comunicación oportunista y la localización submarina. También analizan los desafÃos actuales del modelado de aprendizaje automático de la comunicación submarina desde dos perspectivas: la ingenierÃa de comunicaciones y la ciencia de datos. Nota de contenido: Introduction -- Seawater's Key Physical Variables -- Opportunistic Transmission -- Localization and Positioning -- ML Modeling for Underwater Communication -- Open Challenges -- Conclusion. Tipo de medio : Computadora Summary : This book discusses how machine learning and the Internet of Things (IoT) are playing a part in smart control of underwater environments, known as Internet of Underwater Things (IoUT). The authors first present seawater's key physical variables and go on to discuss opportunistic transmission, localization and positioning, machine learning modeling for underwater communication, and ongoing challenges in the field. In addition, the authors present applications of machine learning techniques for opportunistic communication and underwater localization. They also discuss the current challenges of machine learning modeling of underwater communication from two communication engineering and data science perspectives. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Machine Learning Modeling for IoUT Networks : Internet of Underwater Things [documento electrónico] / Aziz El-Banna, Ahmad A., ; Wu, Kaishun, . - 1 ed. . - [s.l.] : Springer, 2021 . - XII, 63 p. 32 ilustraciones, 24 ilustraciones en color.
ISBN : 978-3-030-68567-6
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: Telecomunicación IngenierÃa de control Robótica Automatización Inteligencia artificial IngenierÃa en Comunicaciones Redes Control Clasificación: 621.382 Telecomunicaciones Resumen: Este libro analiza cómo el aprendizaje automático y la Internet de las cosas (IdC) desempeñan un papel en el control inteligente de los entornos submarinos, conocido como Internet de las cosas submarinas (IdC). Los autores presentan primero las variables fÃsicas clave del agua de mar y luego analizan la transmisión, localización y posicionamiento oportunistas, el modelado de aprendizaje automático para la comunicación submarina y los desafÃos actuales en el campo. Además, los autores presentan aplicaciones de técnicas de aprendizaje automático para la comunicación oportunista y la localización submarina. También analizan los desafÃos actuales del modelado de aprendizaje automático de la comunicación submarina desde dos perspectivas: la ingenierÃa de comunicaciones y la ciencia de datos. Nota de contenido: Introduction -- Seawater's Key Physical Variables -- Opportunistic Transmission -- Localization and Positioning -- ML Modeling for Underwater Communication -- Open Challenges -- Conclusion. Tipo de medio : Computadora Summary : This book discusses how machine learning and the Internet of Things (IoT) are playing a part in smart control of underwater environments, known as Internet of Underwater Things (IoUT). The authors first present seawater's key physical variables and go on to discuss opportunistic transmission, localization and positioning, machine learning modeling for underwater communication, and ongoing challenges in the field. In addition, the authors present applications of machine learning techniques for opportunistic communication and underwater localization. They also discuss the current challenges of machine learning modeling of underwater communication from two communication engineering and data science perspectives. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Mobility Data-Driven Urban Traffic Monitoring Tipo de documento: documento electrónico Autores: Liu, Zhidan, ; Wu, Kaishun, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2021 Número de páginas: XI, 69 p. 21 ilustraciones, 18 ilustraciones en color. ISBN/ISSN/DL: 978-981-1622410-- 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: Procesamiento de datos Inteligencia artificial Informática móvil MinerÃa de datos y descubrimiento de conocimientos Ciencia de los datos Clasificación: 6.312 Resumen: Este libro presenta los conceptos de datos de movilidad y monitoreo del tráfico urbano basado en datos. También se presenta un marco tÃpico de monitoreo del tráfico urbano basado en datos de movilidad, y describe los procesos de recopilación de datos de movilidad, procesamiento de datos, modelado de tráfico y algunas cuestiones prácticas de la aplicación de los modelos para el monitoreo del tráfico urbano. Este libro presenta tres enfoques novedosos de monitoreo del tráfico urbano basados ​​en datos de movilidad. En primer lugar, para afrontar el desafÃo de la escasez de datos sobre movilidad, los autores proponen un enfoque de seguimiento del tráfico urbano basado en sensores de compresión. Esta solución extrae la correlación del tráfico a escala de la red de carreteras y explota la teorÃa de la detección de compresión para recuperar las condiciones del tráfico de toda la red de carreteras a partir de muestreos de tráfico dispersos. En segundo lugar, los autores compararon el desempeño de la estimación del tráfico entre modelos de correlación de tráfico lineal y no lineal y propusieron un enfoque de monitoreo del tráfico urbano basado en modelos de correlación de tráfico dinámico no lineal. Para abordar el desafÃo de los enormes costos de computación involucrados, el enfoque adapta las tareas de estimación y modelado de tráfico a Apache Spark, un popular marco de computación paralela. En tercer lugar, además de los datos de movilidad recopilados por los sistemas de transporte público, los autores presentan un enfoque de monitoreo del tráfico urbano basado en crowdsensing. La propuesta explota los datos de movilidad ligera recopilados de los usuarios de autobuses participativos para recuperar el estado del tráfico mediante un cuidadoso procesamiento y análisis de datos. Por último, pero no menos importante, el libro señala algunas direcciones de investigación futuras, que pueden mejorar aún más la precisión y eficiencia del monitoreo del tráfico urbano basado en datos de movilidad a gran escala. Este libro está dirigido a investigadores, informáticos e ingenieros interesados ​​en las áreas de investigación de sistemas de transporte inteligentes (ITS), informática urbana, análisis de big data e Internet de las cosas (IoT). Los estudiantes de nivel avanzado que estudian estos temas también se benefician de este libro. Nota de contenido: Chapter 1 Introduction -- Chapter 2 Urban Traffic Monitoring from Mobility Data -- Chapter 3 A Compressive Sensing based Traffic Monitoring Approach -- Chapter 4 A Dynamic Correlation Modeling based Traffic Monitoring Approach -- Chapter 5 A Crowdsensing based Traffic Monitoring Approach. -Chapter 6 Conclusion and Future Work. Tipo de medio : Computadora Summary : This book introduces the concepts of mobility data and data-driven urban traffic monitoring. A typical framework of mobility data-based urban traffic monitoring is also presented, and it describes the processes of mobility data collection, data processing, traffic modelling, and some practical issues of applying the models for urban traffic monitoring. This book presents three novel mobility data-driven urban traffic monitoring approaches. First, to attack the challenge of mobility data sparsity, the authors propose a compressive sensing-based urban traffic monitoring approach. This solution mines the traffic correlation at the road network scale and exploits the compressive sensing theory to recover traffic conditions of the whole road network from sparse traffic samplings. Second, the authors have compared the traffic estimation performances between linear and nonlinear traffic correlation models and proposed a dynamical non-linear traffic correlation modelling-basedurban traffic monitoring approach. To address the challenge of involved huge computation overheads, the approach adapts the traffic modelling and estimations tasks to Apache Spark, a popular parallel computing framework. Third, in addition to mobility data collected by the public transit systems, the authors present a crowdsensing-based urban traffic monitoring approach. The proposal exploits the lightweight mobility data collected from participatory bus riders to recover traffic statuses through careful data processing and analysis. Last but not the least, the book points out some future research directions, which can further improve the accuracy and efficiency of mobility data-driven urban traffic monitoring at large scale. This book targets researchers, computer scientists, and engineers, who are interested in the research areas of intelligent transportation systems (ITS), urban computing, big data analytic, and Internet of Things (IoT). Advanced level students studying these topics benefit from this book as well. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Mobility Data-Driven Urban Traffic Monitoring [documento electrónico] / Liu, Zhidan, ; Wu, Kaishun, . - 1 ed. . - Singapore [Malasia] : Springer, 2021 . - XI, 69 p. 21 ilustraciones, 18 ilustraciones en color.
ISBN : 978-981-1622410--
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: Procesamiento de datos Inteligencia artificial Informática móvil MinerÃa de datos y descubrimiento de conocimientos Ciencia de los datos Clasificación: 6.312 Resumen: Este libro presenta los conceptos de datos de movilidad y monitoreo del tráfico urbano basado en datos. También se presenta un marco tÃpico de monitoreo del tráfico urbano basado en datos de movilidad, y describe los procesos de recopilación de datos de movilidad, procesamiento de datos, modelado de tráfico y algunas cuestiones prácticas de la aplicación de los modelos para el monitoreo del tráfico urbano. Este libro presenta tres enfoques novedosos de monitoreo del tráfico urbano basados ​​en datos de movilidad. En primer lugar, para afrontar el desafÃo de la escasez de datos sobre movilidad, los autores proponen un enfoque de seguimiento del tráfico urbano basado en sensores de compresión. Esta solución extrae la correlación del tráfico a escala de la red de carreteras y explota la teorÃa de la detección de compresión para recuperar las condiciones del tráfico de toda la red de carreteras a partir de muestreos de tráfico dispersos. En segundo lugar, los autores compararon el desempeño de la estimación del tráfico entre modelos de correlación de tráfico lineal y no lineal y propusieron un enfoque de monitoreo del tráfico urbano basado en modelos de correlación de tráfico dinámico no lineal. Para abordar el desafÃo de los enormes costos de computación involucrados, el enfoque adapta las tareas de estimación y modelado de tráfico a Apache Spark, un popular marco de computación paralela. En tercer lugar, además de los datos de movilidad recopilados por los sistemas de transporte público, los autores presentan un enfoque de monitoreo del tráfico urbano basado en crowdsensing. La propuesta explota los datos de movilidad ligera recopilados de los usuarios de autobuses participativos para recuperar el estado del tráfico mediante un cuidadoso procesamiento y análisis de datos. Por último, pero no menos importante, el libro señala algunas direcciones de investigación futuras, que pueden mejorar aún más la precisión y eficiencia del monitoreo del tráfico urbano basado en datos de movilidad a gran escala. Este libro está dirigido a investigadores, informáticos e ingenieros interesados ​​en las áreas de investigación de sistemas de transporte inteligentes (ITS), informática urbana, análisis de big data e Internet de las cosas (IoT). Los estudiantes de nivel avanzado que estudian estos temas también se benefician de este libro. Nota de contenido: Chapter 1 Introduction -- Chapter 2 Urban Traffic Monitoring from Mobility Data -- Chapter 3 A Compressive Sensing based Traffic Monitoring Approach -- Chapter 4 A Dynamic Correlation Modeling based Traffic Monitoring Approach -- Chapter 5 A Crowdsensing based Traffic Monitoring Approach. -Chapter 6 Conclusion and Future Work. Tipo de medio : Computadora Summary : This book introduces the concepts of mobility data and data-driven urban traffic monitoring. A typical framework of mobility data-based urban traffic monitoring is also presented, and it describes the processes of mobility data collection, data processing, traffic modelling, and some practical issues of applying the models for urban traffic monitoring. This book presents three novel mobility data-driven urban traffic monitoring approaches. First, to attack the challenge of mobility data sparsity, the authors propose a compressive sensing-based urban traffic monitoring approach. This solution mines the traffic correlation at the road network scale and exploits the compressive sensing theory to recover traffic conditions of the whole road network from sparse traffic samplings. Second, the authors have compared the traffic estimation performances between linear and nonlinear traffic correlation models and proposed a dynamical non-linear traffic correlation modelling-basedurban traffic monitoring approach. To address the challenge of involved huge computation overheads, the approach adapts the traffic modelling and estimations tasks to Apache Spark, a popular parallel computing framework. Third, in addition to mobility data collected by the public transit systems, the authors present a crowdsensing-based urban traffic monitoring approach. The proposal exploits the lightweight mobility data collected from participatory bus riders to recover traffic statuses through careful data processing and analysis. Last but not the least, the book points out some future research directions, which can further improve the accuracy and efficiency of mobility data-driven urban traffic monitoring at large scale. This book targets researchers, computer scientists, and engineers, who are interested in the research areas of intelligent transportation systems (ITS), urban computing, big data analytic, and Internet of Things (IoT). Advanced level students studying these topics benefit from this book as well. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Quality, Reliability, Security and Robustness in Heterogeneous Systems / Wu, Xi ; Wu, Kaishun ; Wang, Cong
TÃtulo : Quality, Reliability, Security and Robustness in Heterogeneous Systems : 16th EAI International Conference, QShine 2020, Virtual Event, November 29–30, 2020, Proceedings / Tipo de documento: documento electrónico Autores: Wu, Xi, ; Wu, Kaishun, ; Wang, Cong, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: IX, 271 p. 123 ilustraciones, 104 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-77569-8 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: Red de computadoras Sistemas informáticos IngenierÃa Informática Informática Redes de comunicación informática Implementación de sistema informático IngenierÃa Informática y Redes Matemáticas de la Computación Clasificación: 004.6 Ciencia de los computadores (Interfaces y comunicaciones) Resumen: Este libro constituye las actas posteriores a la conferencia arbitradas de la 15.ª Conferencia Internacional de EAI sobre Calidad, Confiabilidad, Seguridad y Robustez en Redes Heterogéneas, QShine 2020, celebrada en noviembre de 2020. Debido a la pandemia de COVID-19, la conferencia se llevó a cabo de forma virtual. Los 19 artÃculos completos revisados ​​fueron cuidadosamente revisados ​​y seleccionados entre 49 presentaciones. Los artÃculos están organizados temáticamente en temas sobre confiabilidad y seguridad de la red y aplicaciones emergentes. Nota de contenido: Research and Application of Visual SLAM based on Embedded GPU -- Hardware Trojan Detection Method Based on Multifeatured GEP -- Sleep Apnea Monitoring System Based on Channel State Information -- Energy-efficient DAC Scheme Based on Unit Capacitor Switching for SAR ADCs -- The SDN-governed Ad Hoc Swarm for Mobile Surveillance of Meteorological Facilities -- Research on Optimizing the Location and Capacity of Electric Vehicle Charging Stations Research on Semantic Vision SLAM towards Dynamic Environment -- IAA Spectral Estimation in the Selective range -- Robust frequency estimation under additive mixture noise -- Data Augmentation for Cardiac Magnetic Resonance Image using Evolutionary GAN -- Analysis of Spectrum Detection and Decision using Machine Learning Algorithms in Cognitive Mobile Radio Networks -- AutoMTS: fully autonomous processing of multivariate time series data from heterogeneous sensor networks -- Image Extrapolation Based on Perceptual Loss and Style Loss -- Comparison of Two Fourier Transform Methods in Modulation Measurement Profilometry -- Research on Image Enhancement Model Based on Variable Order Fractional Differential CLAHE -- Optimum Parameter Estimation under Additive Cauchy-Gaussian Mixture Noise -- Face reconstruction with specific weight mask -- Stability analysis of quaternion-valued neural network with non-differentiable time-varying delays and constant delays -- Learn to rectify label through kernel extreme learning machine. . Tipo de medio : Computadora Summary : This book constitutes the refereed post-conference proceedings of the 15th EAI International Conference on Quality, Reliability, Security and Robustness in Heterogeneous Networks, QShine 2020, held in November 2020. Due to COVID-19 pandemic the conference was held virtually. The 19 revised full papers were carefully reviewed and selected from 49 submissions. The papers are organized thematically in tracks on Network Reliability and Security an Emerging Applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Quality, Reliability, Security and Robustness in Heterogeneous Systems : 16th EAI International Conference, QShine 2020, Virtual Event, November 29–30, 2020, Proceedings / [documento electrónico] / Wu, Xi, ; Wu, Kaishun, ; Wang, Cong, . - 1 ed. . - [s.l.] : Springer, 2021 . - IX, 271 p. 123 ilustraciones, 104 ilustraciones en color.
ISBN : 978-3-030-77569-8
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: Red de computadoras Sistemas informáticos IngenierÃa Informática Informática Redes de comunicación informática Implementación de sistema informático IngenierÃa Informática y Redes Matemáticas de la Computación Clasificación: 004.6 Ciencia de los computadores (Interfaces y comunicaciones) Resumen: Este libro constituye las actas posteriores a la conferencia arbitradas de la 15.ª Conferencia Internacional de EAI sobre Calidad, Confiabilidad, Seguridad y Robustez en Redes Heterogéneas, QShine 2020, celebrada en noviembre de 2020. Debido a la pandemia de COVID-19, la conferencia se llevó a cabo de forma virtual. Los 19 artÃculos completos revisados ​​fueron cuidadosamente revisados ​​y seleccionados entre 49 presentaciones. Los artÃculos están organizados temáticamente en temas sobre confiabilidad y seguridad de la red y aplicaciones emergentes. Nota de contenido: Research and Application of Visual SLAM based on Embedded GPU -- Hardware Trojan Detection Method Based on Multifeatured GEP -- Sleep Apnea Monitoring System Based on Channel State Information -- Energy-efficient DAC Scheme Based on Unit Capacitor Switching for SAR ADCs -- The SDN-governed Ad Hoc Swarm for Mobile Surveillance of Meteorological Facilities -- Research on Optimizing the Location and Capacity of Electric Vehicle Charging Stations Research on Semantic Vision SLAM towards Dynamic Environment -- IAA Spectral Estimation in the Selective range -- Robust frequency estimation under additive mixture noise -- Data Augmentation for Cardiac Magnetic Resonance Image using Evolutionary GAN -- Analysis of Spectrum Detection and Decision using Machine Learning Algorithms in Cognitive Mobile Radio Networks -- AutoMTS: fully autonomous processing of multivariate time series data from heterogeneous sensor networks -- Image Extrapolation Based on Perceptual Loss and Style Loss -- Comparison of Two Fourier Transform Methods in Modulation Measurement Profilometry -- Research on Image Enhancement Model Based on Variable Order Fractional Differential CLAHE -- Optimum Parameter Estimation under Additive Cauchy-Gaussian Mixture Noise -- Face reconstruction with specific weight mask -- Stability analysis of quaternion-valued neural network with non-differentiable time-varying delays and constant delays -- Learn to rectify label through kernel extreme learning machine. . Tipo de medio : Computadora Summary : This book constitutes the refereed post-conference proceedings of the 15th EAI International Conference on Quality, Reliability, Security and Robustness in Heterogeneous Networks, QShine 2020, held in November 2020. Due to COVID-19 pandemic the conference was held virtually. The 19 revised full papers were carefully reviewed and selected from 49 submissions. The papers are organized thematically in tracks on Network Reliability and Security an Emerging Applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
