Autor Chiroma, Haruna
|
|
Documentos disponibles escritos por este autor (2)
Hacer una sugerencia Refinar búsquedaAdvances on Computational Intelligence in Energy / Herawan, Tutut ; Chiroma, Haruna ; Abawajy, Jemal H.
Título : Advances on Computational Intelligence in Energy : The Applications of Nature-Inspired Metaheuristic Algorithms in Energy Tipo de documento: documento electrónico Autores: Herawan, Tutut, ; Chiroma, Haruna, ; Abawajy, Jemal H., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XIV, 215 p. ISBN/ISSN/DL: 978-3-319-69889-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Electric power production Inteligencia Computacional Algoritmos La política energética Energía y estado Ingeniería de Energía Eléctrica Ingeniería Mecánica Energética Política Economía y Gestión Energética Índice Dewey: 621.31 Resumen: Al abordar las aplicaciones de algoritmos de inteligencia computacional en energía, este libro presenta un procedimiento sistemático que ilustra los pasos prácticos necesarios para aplicar algoritmos metaheurísticos bioinspirados en energía, como la predicción del consumo de petróleo y otros productos energéticos. Las contribuciones incluyen hallazgos de investigaciones, proyectos, trabajos de topografía y experiencias industriales que describen avances significativos en las aplicaciones de algoritmos de inteligencia computacional en energía. Para una fácil comprensión, el texto proporciona resultados prácticos de simulación, convergencia y curvas de aprendizaje, así como ilustraciones y tablas. Al proporcionar un recurso valioso tanto para estudiantes de pregrado como de posgrado, también está destinado a investigadores en los campos de la inteligencia computacional y la energía. Nota de contenido: Basic descriptions of computational intelligence algorithms (single, hybrid, ensemble, integrated and etc -- Credible sources of energy datasets -- Applications of computational algorithms in energy -- Practical application of cuckoo search and neural network in the prediction of OECD oil consumption -- Hybrid of Fuzzy systems and particle swarm optimization in the forecasting gas flaring from oil consumption -- Forecasting of OECD gas flaring using Elman neural network and cuckoo search algorithm -- Artificial bee colony and neural network for the forecasting of Malaysia renewable energy -- Soft computing methods in the modelling of OECD carbon dioxide emission from petroleum consumption -- Modelling energy crises based on Soft computing -- The forecasting of WTI and Dubai crude oil prices benchmarks based on soft computing -- A new approach for the forecasting of IAEA energy -- Modelling of gasoline prices using fuzzy multi-criteria decision making -- Soft computing for the prediction ofAustralia petroleum consumption based on OECD countries -- Future research problems in the area of computational intelligence algorithms in energy. . 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 Advances on Computational Intelligence in Energy : The Applications of Nature-Inspired Metaheuristic Algorithms in Energy [documento electrónico] / Herawan, Tutut, ; Chiroma, Haruna, ; Abawajy, Jemal H., . - 1 ed. . - [s.l.] : Springer, 2019 . - XIV, 215 p.
ISBN : 978-3-319-69889-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Electric power production Inteligencia Computacional Algoritmos La política energética Energía y estado Ingeniería de Energía Eléctrica Ingeniería Mecánica Energética Política Economía y Gestión Energética Índice Dewey: 621.31 Resumen: Al abordar las aplicaciones de algoritmos de inteligencia computacional en energía, este libro presenta un procedimiento sistemático que ilustra los pasos prácticos necesarios para aplicar algoritmos metaheurísticos bioinspirados en energía, como la predicción del consumo de petróleo y otros productos energéticos. Las contribuciones incluyen hallazgos de investigaciones, proyectos, trabajos de topografía y experiencias industriales que describen avances significativos en las aplicaciones de algoritmos de inteligencia computacional en energía. Para una fácil comprensión, el texto proporciona resultados prácticos de simulación, convergencia y curvas de aprendizaje, así como ilustraciones y tablas. Al proporcionar un recurso valioso tanto para estudiantes de pregrado como de posgrado, también está destinado a investigadores en los campos de la inteligencia computacional y la energía. Nota de contenido: Basic descriptions of computational intelligence algorithms (single, hybrid, ensemble, integrated and etc -- Credible sources of energy datasets -- Applications of computational algorithms in energy -- Practical application of cuckoo search and neural network in the prediction of OECD oil consumption -- Hybrid of Fuzzy systems and particle swarm optimization in the forecasting gas flaring from oil consumption -- Forecasting of OECD gas flaring using Elman neural network and cuckoo search algorithm -- Artificial bee colony and neural network for the forecasting of Malaysia renewable energy -- Soft computing methods in the modelling of OECD carbon dioxide emission from petroleum consumption -- Modelling energy crises based on Soft computing -- The forecasting of WTI and Dubai crude oil prices benchmarks based on soft computing -- A new approach for the forecasting of IAEA energy -- Modelling of gasoline prices using fuzzy multi-criteria decision making -- Soft computing for the prediction ofAustralia petroleum consumption based on OECD countries -- Future research problems in the area of computational intelligence algorithms in energy. . 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 and Data Mining for Emerging Trend in Cyber Dynamics : Theories and Applications Tipo de documento: documento electrónico Autores: Chiroma, Haruna, ; Abdulhamid, Shafi'i M., ; Fournier-Viger, Philippe, ; Garcia, Nuno M., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: VI, 315 p. 120 ilustraciones, 68 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-66288-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Objetos cooperantes (Sistemas informáticos) Procesamiento de datos Investigación cuantitativa Aprendizaje automático Sistemas ciberfísicos Minería de datos y descubrimiento de conocimientos Análisis de datos y Big Data Índice Dewey: 621.38 Ingeniería de comunicaciones Resumen: Este libro aborda teorías y procedimientos empíricos para la aplicación del aprendizaje automático y la minería de datos para resolver problemas en ciberdinámica. Explica los fundamentos de la dinámica cibernética y presenta cómo estos algoritmos, estrategias y técnicas resilientes pueden usarse para el desarrollo del entorno ciberespacial, tales como: servicios de computación en la nube; la seguridad cibernética; análisis de datos; y tecnologías disruptivas como blockchain. El libro presenta nuevos enfoques de aprendizaje automático y minería de datos para resolver problemas en ciberdinámica. En cada capítulo se integran conceptos básicos, revisiones de trabajos relacionados, ilustraciones, resultados empíricos y tablas para permitir al lector comprender completamente los conceptos, la metodología y los resultados presentados. El libro contiene soluciones empíricas a problemas de ciberdinámica listas para aplicaciones industriales. El libro será un excelente punto de partida para estudiantes de posgrado e investigadores porque cada capítulo está diseñado para tener direcciones de investigación futuras. Nota de contenido: Generative Adversarial Network for the Detection of Ransomware in Cyber Dynamics -- Deep Learning for Blockchain Technologies: A Survey and Research Directions -- Deep Recurrent Neural Network for the Enhancement of Resource Allocation in Edge Computing -- Recommender Systems in the Next Generation Cloud Architectures -- Collusion Detection in the Internet of Vehicles Environment via Machine Learning Algorithms -- Mobile Cloud Computing Security Strategies Using Machine Learning Algorithms -- Resilient Edge Computing Devices Using Federated Learning Technique -- DeepFake: A Panacea for New Generation Simulated Videos -- Machine Learning-Based Malware Detection Systems in a Cyber-Physical Systems -- Support Vector Machine-Based Crypto-Locker Ransomware Attacks Detection with Grey-Wolf Optimization -- A Survey of Algorithms for Analysing Graph Data in the Cloud -- A Survey of Sequence Prediction Models to Predict Behaviour of Dynamic Systems -- Finding High Utility Patterns to Detect Network Attacks -- Authorship Attribution and User Profile Inference in Social Networks -- Deep Convolutional Neural Network for Data Analytics in the Cyber Dynamics. 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 and Data Mining for Emerging Trend in Cyber Dynamics : Theories and Applications [documento electrónico] / Chiroma, Haruna, ; Abdulhamid, Shafi'i M., ; Fournier-Viger, Philippe, ; Garcia, Nuno M., . - 1 ed. . - [s.l.] : Springer, 2021 . - VI, 315 p. 120 ilustraciones, 68 ilustraciones en color.
ISBN : 978-3-030-66288-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Objetos cooperantes (Sistemas informáticos) Procesamiento de datos Investigación cuantitativa Aprendizaje automático Sistemas ciberfísicos Minería de datos y descubrimiento de conocimientos Análisis de datos y Big Data Índice Dewey: 621.38 Ingeniería de comunicaciones Resumen: Este libro aborda teorías y procedimientos empíricos para la aplicación del aprendizaje automático y la minería de datos para resolver problemas en ciberdinámica. Explica los fundamentos de la dinámica cibernética y presenta cómo estos algoritmos, estrategias y técnicas resilientes pueden usarse para el desarrollo del entorno ciberespacial, tales como: servicios de computación en la nube; la seguridad cibernética; análisis de datos; y tecnologías disruptivas como blockchain. El libro presenta nuevos enfoques de aprendizaje automático y minería de datos para resolver problemas en ciberdinámica. En cada capítulo se integran conceptos básicos, revisiones de trabajos relacionados, ilustraciones, resultados empíricos y tablas para permitir al lector comprender completamente los conceptos, la metodología y los resultados presentados. El libro contiene soluciones empíricas a problemas de ciberdinámica listas para aplicaciones industriales. El libro será un excelente punto de partida para estudiantes de posgrado e investigadores porque cada capítulo está diseñado para tener direcciones de investigación futuras. Nota de contenido: Generative Adversarial Network for the Detection of Ransomware in Cyber Dynamics -- Deep Learning for Blockchain Technologies: A Survey and Research Directions -- Deep Recurrent Neural Network for the Enhancement of Resource Allocation in Edge Computing -- Recommender Systems in the Next Generation Cloud Architectures -- Collusion Detection in the Internet of Vehicles Environment via Machine Learning Algorithms -- Mobile Cloud Computing Security Strategies Using Machine Learning Algorithms -- Resilient Edge Computing Devices Using Federated Learning Technique -- DeepFake: A Panacea for New Generation Simulated Videos -- Machine Learning-Based Malware Detection Systems in a Cyber-Physical Systems -- Support Vector Machine-Based Crypto-Locker Ransomware Attacks Detection with Grey-Wolf Optimization -- A Survey of Algorithms for Analysing Graph Data in the Cloud -- A Survey of Sequence Prediction Models to Predict Behaviour of Dynamic Systems -- Finding High Utility Patterns to Detect Network Attacks -- Authorship Attribution and User Profile Inference in Social Networks -- Deep Convolutional Neural Network for Data Analytics in the Cyber Dynamics. 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
