Machine Learning in Aquaculture / Mohd Razman, Mohd Azraai  

Público ISBD Ningún comentario para este registro. Título : Machine Learning in Aquaculture : Hunger Classification of Lates calcarifer Tipo de documento: documento electrónico Autores: Mohd Razman, Mohd Azraai, Autor ; P. P. Abdul Majeed, Anwar, Autor ; Muazu Musa, Rabiu, Autor ; Taha, Zahari, Autor ; Susto, Gian-Antonio, Autor ; Mukai, Yukinori, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2020 Número de páginas: VI, 60 p. ISBN/ISSN/DL: 978-981-1522376-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Cultura animal  Inteligencia Computacional  Simulación por ordenador  Procesamiento de la señal  Ciencia Animal  Modelado por computadora  Procesamiento de señales  voz e imágenes Índice Dewey: 636 Producción animal (Zootecnia) Resumen: Este libro destaca la asociación fundamental entre la acuicultura y la ingeniería en la clasificación del comportamiento del hambre de los peces mediante técnicas de aprendizaje automático. Comprender los factores subyacentes que afectan el crecimiento de los peces es esencial, ya que tienen implicaciones para una mayor productividad en las piscifactorías. Las técnicas de visión por computadora y aprendizaje automático permiten cuantificar la percepción subjetiva del comportamiento del hambre y así permitir que se proporcionen alimentos según sea necesario. El libro analiza el marco conceptual del seguimiento del movimiento, el horario de alimentación y los clasificadores de predicción para clasificar el estado de hambre, y propone un sistema que comprende un sistema de alimentación automatizado, un módulo de procesamiento de imágenes y clasificadores de aprendizaje automático. Además, el sistema sustituye las complejas técnicas de modelado convencionales por un enfoque robusto de inteligencia artificial. Los hallazgos presentados son de interés para investigadores, piscicultores y tecnólogos en acuicultura que deseen obtener información sobre la productividad de los peces y su comportamiento. Nota de contenido: 1 Introduction -- 2 Monitoring and feeding integration of demand feeder systems -- 3 Image processing features extraction on fish behaviour -- 4 Time-series identification of fish feeding behaviour. 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 in Aquaculture : Hunger Classification of Lates calcarifer [documento electrónico] / Mohd Razman, Mohd Azraai, Autor ; P. P. Abdul Majeed, Anwar, Autor ; Muazu Musa, Rabiu, Autor ; Taha, Zahari, Autor ; Susto, Gian-Antonio, Autor ; Mukai, Yukinori, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2020 . - VI, 60 p. ISBN : 978-981-1522376-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Cultura animal  Inteligencia Computacional  Simulación por ordenador  Procesamiento de la señal  Ciencia Animal  Modelado por computadora  Procesamiento de señales  voz e imágenes Índice Dewey: 636 Producción animal (Zootecnia) Resumen: Este libro destaca la asociación fundamental entre la acuicultura y la ingeniería en la clasificación del comportamiento del hambre de los peces mediante técnicas de aprendizaje automático. Comprender los factores subyacentes que afectan el crecimiento de los peces es esencial, ya que tienen implicaciones para una mayor productividad en las piscifactorías. Las técnicas de visión por computadora y aprendizaje automático permiten cuantificar la percepción subjetiva del comportamiento del hambre y así permitir que se proporcionen alimentos según sea necesario. El libro analiza el marco conceptual del seguimiento del movimiento, el horario de alimentación y los clasificadores de predicción para clasificar el estado de hambre, y propone un sistema que comprende un sistema de alimentación automatizado, un módulo de procesamiento de imágenes y clasificadores de aprendizaje automático. Además, el sistema sustituye las complejas técnicas de modelado convencionales por un enfoque robusto de inteligencia artificial. Los hallazgos presentados son de interés para investigadores, piscicultores y tecnólogos en acuicultura que deseen obtener información sobre la productividad de los peces y su comportamiento. Nota de contenido: 1 Introduction -- 2 Monitoring and feeding integration of demand feeder systems -- 3 Image processing features extraction on fish behaviour -- 4 Time-series identification of fish feeding behaviour. 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 in Elite Volleyball / Muazu Musa, Rabiu  

Público ISBD Ningún comentario para este registro. Título : Machine Learning in Elite Volleyball : Integrating Performance Analysis, Competition and Training Strategies Tipo de documento: documento electrónico Autores: Muazu Musa, Rabiu, Autor ; Abdul Majeed, Anwar P. P., Autor ; Suhaimi, Muhammad Zuhaili, Autor ; Mohd Razman, Mohd Azraai, Autor ; Abdullah, Mohamad Razali, Autor ; Abu Osman, Noor Azuan, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2021 Número de páginas: X, 53 p. 13 ilustraciones, 12 ilustraciones en color. ISBN/ISSN/DL: 978-981-1631924-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Aprendizaje automático  Ciencias del deporte  Inteligencia Computacional  Ciencia deportiva Índice Dewey: 006.31 Máquina de aprendizaje Resumen: Este informe destaca el uso de varios algoritmos de aprendizaje automático (ML) para evaluar estrategias de entrenamiento y competencia en voleibol, así como para identificar jugadores de alto rendimiento en este deporte. Se analizan varios elementos/estrategias psicológicas junto con parámetros de rendimiento humano con el fin de determinar su impacto en el rendimiento en competiciones de voleibol de élite. Presenta indicadores clave de desempeño, así como parámetros de desempeño humano que pueden usarse en futuras evaluaciones del desempeño del equipo y de los jugadores. Los detalles descritos en este informe son vitales para los entrenadores, directores de clubes, expertos en identificación de talentos, analistas de rendimiento y otras partes interesadas importantes en la evaluación del rendimiento y para fomentar la mejora en este deporte. Nota de contenido: Chapter 1. Nature of Volleyball Sport, Performance Analysis in Volleyball, and the Recent Advances of Machine Learning Application in Sports -- Chapter 2. The Effect of Competition strategies in influencing Volleyball performance -- Chapter 3. Identification of psychological training strategies essential for Volleyball performance -- Chapter 4. The Strategic competitional elements contributing to Volleyball performance -- Chapter 5. Anthropometric variables in the identification of high-performance Volleyball players -- Chapter 6. Performance Indicators predicting medalists and non-medalists in elite men Volleyball competition -- Chapter 7. Summary, Conclusion and Future Direction. 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 in Elite Volleyball : Integrating Performance Analysis, Competition and Training Strategies [documento electrónico] / Muazu Musa, Rabiu, Autor ; Abdul Majeed, Anwar P. P., Autor ; Suhaimi, Muhammad Zuhaili, Autor ; Mohd Razman, Mohd Azraai, Autor ; Abdullah, Mohamad Razali, Autor ; Abu Osman, Noor Azuan, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2021 . - X, 53 p. 13 ilustraciones, 12 ilustraciones en color. ISBN : 978-981-1631924-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Aprendizaje automático  Ciencias del deporte  Inteligencia Computacional  Ciencia deportiva Índice Dewey: 006.31 Máquina de aprendizaje Resumen: Este informe destaca el uso de varios algoritmos de aprendizaje automático (ML) para evaluar estrategias de entrenamiento y competencia en voleibol, así como para identificar jugadores de alto rendimiento en este deporte. Se analizan varios elementos/estrategias psicológicas junto con parámetros de rendimiento humano con el fin de determinar su impacto en el rendimiento en competiciones de voleibol de élite. Presenta indicadores clave de desempeño, así como parámetros de desempeño humano que pueden usarse en futuras evaluaciones del desempeño del equipo y de los jugadores. Los detalles descritos en este informe son vitales para los entrenadores, directores de clubes, expertos en identificación de talentos, analistas de rendimiento y otras partes interesadas importantes en la evaluación del rendimiento y para fomentar la mejora en este deporte. Nota de contenido: Chapter 1. Nature of Volleyball Sport, Performance Analysis in Volleyball, and the Recent Advances of Machine Learning Application in Sports -- Chapter 2. The Effect of Competition strategies in influencing Volleyball performance -- Chapter 3. Identification of psychological training strategies essential for Volleyball performance -- Chapter 4. The Strategic competitional elements contributing to Volleyball performance -- Chapter 5. Anthropometric variables in the identification of high-performance Volleyball players -- Chapter 6. Performance Indicators predicting medalists and non-medalists in elite men Volleyball competition -- Chapter 7. Summary, Conclusion and Future Direction. 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

---

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