| TÃtulo : |
Smart Cities: Big Data Prediction Methods and Applications |
| Tipo de documento: |
documento electrónico |
| Autores: |
Liu, Hui, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
XXXV, 314 p. 251 ilustraciones, 20 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-981-1528378-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Inteligencia artificial Grandes datos Inteligencia Computacional Arquitectura Redes neuronales (Informática) Ciudades PaÃses Regiones Modelos matemáticos de procesos cognitivos y redes neuronales |
| Ãndice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
Ciudades inteligentes: métodos y aplicaciones de predicción de big data es la primera referencia que proporciona una descripción general completa de las ciudades inteligentes con las últimas técnicas de predicción de big data. Este oportuno libro analiza la previsión de big data para ciudades inteligentes. Introduce técnicas de previsión de big data para los aspectos clave (p. ej., tráfico, medio ambiente, energÃa de los edificios, red verde, etc.) de las ciudades inteligentes, y explora tres áreas clave que se pueden mejorar utilizando la predicción de big data: energÃa de la red, redes de tráfico por carretera. y salud ambiental en ciudades inteligentes. Los métodos de predicción de big data propuestos en este libro son muy significativos en términos de planificación, construcción, gestión, control y desarrollo de ciudades verdes e inteligentes. Incluye numerosos estudios de casos para explicar cada método y modelo, este libro fácil de entender atrae a cientÃficos, ingenieros, estudiantes universitarios, posgraduados, profesores y administradores de diversos campos de la inteligencia artificial, ciudades inteligentes, redes inteligentes, sistemas de tráfico inteligentes, Entornos y computación de big data. |
| Nota de contenido: |
Part 1 Exordium -- 1. Key Issues of Smart Cities -- Part 2 Smart Grid and Buildings -- 2. Electrical Characteristics and Correlation Analysis in Smart Grid -- 3. Prediction Model of City Electricity Consumption -- 4. Prediction Models of Energy Consumption in Smart Urban Buildings -- Part 3 Smart Traffic Systems -- 5. Characteristics and Analysis of Urban Traffic Flow in Smart Traffic Systems -- 6. Prediction Model of Traffic Flow Driven Based on Single Data in Smart Traffic Systems -- 7. Prediction Models of Traffic Flow Driven Based on Multi-dimensional Data in Smart Traffic Systems -- Part 4 Smart Environment 8 Prediction Models of Urban Air Quality in Smart Environment -- 9. Prediction Models of Urban Hydrological Status in Smart Environment -- 10. Prediction Model of Urban Environmental Noise in Smart Environment. |
| En lÃnea: |
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 |
Smart Cities: Big Data Prediction Methods and Applications [documento electrónico] / Liu, Hui, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2020 . - XXXV, 314 p. 251 ilustraciones, 20 ilustraciones en color. ISBN : 978-981-1528378-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Inteligencia artificial Grandes datos Inteligencia Computacional Arquitectura Redes neuronales (Informática) Ciudades PaÃses Regiones Modelos matemáticos de procesos cognitivos y redes neuronales |
| Ãndice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
Ciudades inteligentes: métodos y aplicaciones de predicción de big data es la primera referencia que proporciona una descripción general completa de las ciudades inteligentes con las últimas técnicas de predicción de big data. Este oportuno libro analiza la previsión de big data para ciudades inteligentes. Introduce técnicas de previsión de big data para los aspectos clave (p. ej., tráfico, medio ambiente, energÃa de los edificios, red verde, etc.) de las ciudades inteligentes, y explora tres áreas clave que se pueden mejorar utilizando la predicción de big data: energÃa de la red, redes de tráfico por carretera. y salud ambiental en ciudades inteligentes. Los métodos de predicción de big data propuestos en este libro son muy significativos en términos de planificación, construcción, gestión, control y desarrollo de ciudades verdes e inteligentes. Incluye numerosos estudios de casos para explicar cada método y modelo, este libro fácil de entender atrae a cientÃficos, ingenieros, estudiantes universitarios, posgraduados, profesores y administradores de diversos campos de la inteligencia artificial, ciudades inteligentes, redes inteligentes, sistemas de tráfico inteligentes, Entornos y computación de big data. |
| Nota de contenido: |
Part 1 Exordium -- 1. Key Issues of Smart Cities -- Part 2 Smart Grid and Buildings -- 2. Electrical Characteristics and Correlation Analysis in Smart Grid -- 3. Prediction Model of City Electricity Consumption -- 4. Prediction Models of Energy Consumption in Smart Urban Buildings -- Part 3 Smart Traffic Systems -- 5. Characteristics and Analysis of Urban Traffic Flow in Smart Traffic Systems -- 6. Prediction Model of Traffic Flow Driven Based on Single Data in Smart Traffic Systems -- 7. Prediction Models of Traffic Flow Driven Based on Multi-dimensional Data in Smart Traffic Systems -- Part 4 Smart Environment 8 Prediction Models of Urban Air Quality in Smart Environment -- 9. Prediction Models of Urban Hydrological Status in Smart Environment -- 10. Prediction Model of Urban Environmental Noise in Smart Environment. |
| En lÃnea: |
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 |
|  |
Smart Cities: Big Data Prediction Methods and Applications
