Autor Wu, Kaishun
|
|
Documentos disponibles escritos por este autor (3)
Hacer una sugerencia Refinar búsqueda16th EAI International Conference, QShine 2020, Virtual Event, November 29–30, 2020, Proceedings / Wu, Xi ; Wu, Kaishun ; Wang, Cong
Título : 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. Palabras clave: Red de computadoras Sistemas informáticos Ingeniería Informática Informática Redes de comunicación informática Implementación de sistema informático Ingeniería Informática y Redes Matemáticas de la Computación Índice Dewey: 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 artículos completos revisados fueron cuidadosamente revisados y seleccionados entre 49 presentaciones. Los artículos 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. . 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 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.
Palabras clave: Red de computadoras Sistemas informáticos Ingeniería Informática Informática Redes de comunicación informática Implementación de sistema informático Ingeniería Informática y Redes Matemáticas de la Computación Índice Dewey: 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 artículos completos revisados fueron cuidadosamente revisados y seleccionados entre 49 presentaciones. Los artículos 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. . 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
Título : Machine Learning Modeling for IoUT Networks : Internet of Underwater Things Tipo de documento: documento electrónico Autores: Aziz El-Banna, Ahmad A., Autor ; Wu, Kaishun, Autor 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. Palabras clave: Telecomunicación Ingeniería de control Robótica Automatización Inteligencia artificial Ingeniería en Comunicaciones Redes Control Índice Dewey: 621.382 Ingeniería de comunicaciones 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 físicas 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 desafíos 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 desafíos actuales del modelado de aprendizaje automático de la comunicación submarina desde dos perspectivas: la ingeniería 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. 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 Machine Learning Modeling for IoUT Networks : Internet of Underwater Things [documento electrónico] / Aziz El-Banna, Ahmad A., Autor ; Wu, Kaishun, Autor . - 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.
Palabras clave: Telecomunicación Ingeniería de control Robótica Automatización Inteligencia artificial Ingeniería en Comunicaciones Redes Control Índice Dewey: 621.382 Ingeniería de comunicaciones 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 físicas 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 desafíos 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 desafíos actuales del modelado de aprendizaje automático de la comunicación submarina desde dos perspectivas: la ingeniería 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. 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
Título : Mobility Data-Driven Urban Traffic Monitoring Tipo de documento: documento electrónico Autores: Liu, Zhidan, Autor ; Wu, Kaishun, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : 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. Palabras clave: Procesamiento de datos Inteligencia artificial Informática móvil Minería de datos y descubrimiento de conocimientos Ciencia de los datos Índice Dewey: 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 típico 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 desafío 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 teoría 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 desafío 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. 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 Mobility Data-Driven Urban Traffic Monitoring [documento electrónico] / Liu, Zhidan, Autor ; Wu, Kaishun, Autor . - 1 ed. . - Singapore [Malasya] : 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.
Palabras clave: Procesamiento de datos Inteligencia artificial Informática móvil Minería de datos y descubrimiento de conocimientos Ciencia de los datos Índice Dewey: 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 típico 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 desafío 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 teoría 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 desafío 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. 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
