Advances in Computer Science and Ubiquitous Computing / Park, James J. ; Fong, Simon James ; Pan, Yi ; Sung, Yunsick  

Público ISBD Ningún comentario para este título. Título : Advances in Computer Science and Ubiquitous Computing : CSA-CUTE 2019 Tipo de documento: documento electrónico Autores: Park, James J., ; Fong, Simon James, ; Pan, Yi, ; Sung, Yunsick, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2021 Número de páginas: XXVII, 605 p. 293 ilustraciones, 219 ilustraciones en color. ISBN/ISSN/DL: 978-981-1593437-- 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  Inteligencia Computacional  Red de computadoras  Ingeniería en Comunicaciones  Redes  Redes de comunicación informática Clasificación: Resumen: Este libro presenta las actas combinadas de la 11.ª Conferencia Internacional sobre Ciencias de la Computación y sus Aplicaciones (CSA 2019) y la 14.ª Conferencia Internacional KIPS sobre Tecnologías y Aplicaciones de la Información Ubicuas (CUTE 2019), ambas celebradas en Macao, China, del 18 al 20 de diciembre. 2019. El objetivo de estos dos encuentros fue promover el debate y la interacción entre académicos, investigadores y profesionales en el campo de las tecnologías de computación ubicua. Estos procedimientos reflejan el estado del arte en el desarrollo de métodos computacionales, involucrando teoría, algoritmos, simulación numérica, análisis de errores e incertidumbres y aplicaciones novedosas de nuevas técnicas de procesamiento en ingeniería, ciencia y otras disciplinas relacionadas con la computación ubicua. Nota de contenido: A Method for Nocturia Monitoring in Smart Home using Decision Trees -- Efficient Data Aggregation for Human Activity Detection with Smart Home Sensor Net-work using K-means Clustering Algorithm -- Indoor Positioning System Using Pyramidal Beacon in Mobile Augmented Reality -- Design and Implementation of Real-Time Vehicle Recognition and Detection System based on YOLO -- Purchase Predictive Design Using Skeleton Model and Purchase Record -- Intelligent Digital Signage Using Deep Learning Based Recommendation System in Edge Environment -- Performance Analysis of Pulse Modulation in Robot Control based on IEEE 802.11 LiFi Standard -- Deep Learning-based Experimentation for Predicting Secondary Structure of Amino Acid Sequence -- A Study on Vulnerabilities of Linux Password and Countermeasures -- Analysis of Learning Model for Improvement of Software Education in Korea -- Implementation and Experiment of Join Optimization Algorithm for InvertedIndex in an RDBMS -- Real-Time Subscriber Session Management on 5G NSA Wireless Network Systems -- PCA and K-Means based Genome Analysis for Hymenobacter sp. PAMC26628 . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Computer Science and Ubiquitous Computing : CSA-CUTE 2019 [documento electrónico] / Park, James J., ; Fong, Simon James, ; Pan, Yi, ; Sung, Yunsick,  . -  1 ed.  . - Singapore [Malasya] : Springer, 2021 . - XXVII, 605 p. 293 ilustraciones, 219 ilustraciones en color. ISBN : 978-981-1593437-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Telecomunicación  Inteligencia Computacional  Red de computadoras  Ingeniería en Comunicaciones  Redes  Redes de comunicación informática Clasificación: Resumen: Este libro presenta las actas combinadas de la 11.ª Conferencia Internacional sobre Ciencias de la Computación y sus Aplicaciones (CSA 2019) y la 14.ª Conferencia Internacional KIPS sobre Tecnologías y Aplicaciones de la Información Ubicuas (CUTE 2019), ambas celebradas en Macao, China, del 18 al 20 de diciembre. 2019. El objetivo de estos dos encuentros fue promover el debate y la interacción entre académicos, investigadores y profesionales en el campo de las tecnologías de computación ubicua. Estos procedimientos reflejan el estado del arte en el desarrollo de métodos computacionales, involucrando teoría, algoritmos, simulación numérica, análisis de errores e incertidumbres y aplicaciones novedosas de nuevas técnicas de procesamiento en ingeniería, ciencia y otras disciplinas relacionadas con la computación ubicua. Nota de contenido: A Method for Nocturia Monitoring in Smart Home using Decision Trees -- Efficient Data Aggregation for Human Activity Detection with Smart Home Sensor Net-work using K-means Clustering Algorithm -- Indoor Positioning System Using Pyramidal Beacon in Mobile Augmented Reality -- Design and Implementation of Real-Time Vehicle Recognition and Detection System based on YOLO -- Purchase Predictive Design Using Skeleton Model and Purchase Record -- Intelligent Digital Signage Using Deep Learning Based Recommendation System in Edge Environment -- Performance Analysis of Pulse Modulation in Robot Control based on IEEE 802.11 LiFi Standard -- Deep Learning-based Experimentation for Predicting Secondary Structure of Amino Acid Sequence -- A Study on Vulnerabilities of Linux Password and Countermeasures -- Analysis of Learning Model for Improvement of Software Education in Korea -- Implementation and Experiment of Join Optimization Algorithm for InvertedIndex in an RDBMS -- Real-Time Subscriber Session Management on 5G NSA Wireless Network Systems -- PCA and K-Means based Genome Analysis for Hymenobacter sp. PAMC26628 . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

Predictive Models for Decision Support in the COVID-19 Crisis / Marques, Joao Alexandre Lobo  

Público ISBD Ningún comentario para este título. Título : Predictive Models for Decision Support in the COVID-19 Crisis Tipo de documento: documento electrónico Autores: Marques, Joao Alexandre Lobo, ; Gois, Francisco Nauber Bernardo, ; Xavier-Neto, José, ; Fong, Simon James, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: VII, 98 p. 48 ilustraciones, 41 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-61913-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos  Minería de datos y descubrimiento de conocimientos  Investigación de Operaciones y Teoría de la Decisión  Promoción de la salud y prevención de enfermedades  Investigación operativa  Epidemiología  Gestión industrial  Promoción de Clasificación: 658.5 Gerencia de la producción Resumen: La COVID-19 ha llegado al mundo sin estar preparado y se ha convertido en la pandemia más mortífera del siglo. Los gobiernos y las autoridades, como líderes y tomadores de decisiones que luchan contra el virus, aprovechan enormemente el poder de la inteligencia artificial y sus modelos predictivos para respaldar decisiones urgentes. Este libro muestra una colección de importantes modelos predictivos que se utilizaron durante la pandemia y analiza y compara su eficacia y limitaciones. Los lectores tanto del sector sanitario como del mundo académico pueden obtener conocimientos únicos sobre cómo se diseñaron y aplicaron los modelos predictivos a los datos epidémicos. Tomando la COVID19 como caso de estudio y mostrando las lecciones aprendidas, este libro permitirá a los lectores estar mejor preparados en caso de epidemias o pandemias de virus en el futuro. Nota de contenido: Chapter 1. Prediction for Decision Support during the COVID-19 Pandemic -- Chapter 2. Epidemiology Compartmental Models - SIR, SEIR and SEIR with Intervention -- Chapter 3. Forecasting COVID-19 Time Series based on an Auto Regressive Model -- Chapter 4. Nonlinear Prediction for the COVID-19 Data based on Quadratic Kalman Filtering -- Chapter 5. Artificial Intelligence Prediction for the COVID-19 Data based on LSTM Neural Networks and H2O AutoML -- Chapter 6. Predicting the Geographic Spread of the COVID-19 Pandemic: a case study from Brazil. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Predictive Models for Decision Support in the COVID-19 Crisis [documento electrónico] / Marques, Joao Alexandre Lobo, ; Gois, Francisco Nauber Bernardo, ; Xavier-Neto, José, ; Fong, Simon James,  . -  1 ed.  . - [s.l.] : Springer, 2021 . - VII, 98 p. 48 ilustraciones, 41 ilustraciones en color. ISBN : 978-3-030-61913-8 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  Minería de datos y descubrimiento de conocimientos  Investigación de Operaciones y Teoría de la Decisión  Promoción de la salud y prevención de enfermedades  Investigación operativa  Epidemiología  Gestión industrial  Promoción de Clasificación: 658.5 Gerencia de la producción Resumen: La COVID-19 ha llegado al mundo sin estar preparado y se ha convertido en la pandemia más mortífera del siglo. Los gobiernos y las autoridades, como líderes y tomadores de decisiones que luchan contra el virus, aprovechan enormemente el poder de la inteligencia artificial y sus modelos predictivos para respaldar decisiones urgentes. Este libro muestra una colección de importantes modelos predictivos que se utilizaron durante la pandemia y analiza y compara su eficacia y limitaciones. Los lectores tanto del sector sanitario como del mundo académico pueden obtener conocimientos únicos sobre cómo se diseñaron y aplicaron los modelos predictivos a los datos epidémicos. Tomando la COVID19 como caso de estudio y mostrando las lecciones aprendidas, este libro permitirá a los lectores estar mejor preparados en caso de epidemias o pandemias de virus en el futuro. Nota de contenido: Chapter 1. Prediction for Decision Support during the COVID-19 Pandemic -- Chapter 2. Epidemiology Compartmental Models - SIR, SEIR and SEIR with Intervention -- Chapter 3. Forecasting COVID-19 Time Series based on an Auto Regressive Model -- Chapter 4. Nonlinear Prediction for the COVID-19 Data based on Quadratic Kalman Filtering -- Chapter 5. Artificial Intelligence Prediction for the COVID-19 Data based on LSTM Neural Networks and H2O AutoML -- Chapter 6. Predicting the Geographic Spread of the COVID-19 Pandemic: a case study from Brazil. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 2 / 2) Ver por página : 25 50 100 200