Learning Techniques for the Internet of Things
Lingua: inglese
Editore: Springer, Springer Feb 2024, 2024
- Rilegato
- Nuovo
Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germaniabuchversandmimpf2000
Venditore AbeBooks dal 23 gennaio 2017
Condizione: Nuovo
EUR 192,59
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
This item is printed on demand - Print on Demand Titel. Neuware -The book is structured into thirteen chapters; each comes with its own dedicated contributions and future research directions. Chapter 1 introduces IoT and the use of Edge computing, particularly cloud computing, and mobile edge computing. This chapter also mentions the use of edge computing in various real-time applications such as healthcare, manufacturing, agriculture, and transportation. Chapter 2 motivates mathematical modeling for federated learning systems with respect to IoT and its applications. Further Chapter 3 extends the discussion of federated learning for IoT, which has emerged as a privacy-preserving distributed machine learning approach. Chapter 4 provides various machine learning techniques in Industrial IoT to deliver rapid and accurate data analysis, essential for enhancing production quality, sustainability, and safety. Chapter discusses the potential role of data-driven technologies, such as Artificial Intelligence, Machine Learning, and Deep Learning, focuses on their integration with IoT communication technologies. Chapter 6 presents the requirements and challenges to realize IoT deployments in smart cities, including sensing infrastructure, Artificial Intelligence, computing platforms, and enabling communications technologies such as 5G networks. To highlight these challenges in practice, the chapter also presents a real-world case study of a city-scale deployment of IoT air quality monitoring within Helsinki city. Chapter 7 uses digital twins within smart cities to enhance economic progress and facilitate prompt decision-making regarding situational awareness. Chapter 8 provides insights into using Multi-Objective reinforcement learning in future IoT networks, especially for an efficient decision-making system. Chapter 9 offers a comprehensive review of intelligent inference approaches, with a specific emphasis on reducing inference time and minimizing transmitted bandwidth between IoT devices and the cloud. Chapter 10 summarizes the applications of deep learning models in various IoT fields. This chapter also presents an in-depth study of these techniques to examine new horizons of applications of deep learning models in different areas of IoT. Chapter 11 explores the integration of Quantum Key Distribution (QKD) into IoT systems. It delves into the potential benefits, challenges, and practical considerations of incorporating QKD into IoT networks. In chapter 12, a comprehensive overview regarding the current state of quantum IoT in the context of smart healthcare is presented, along with its applications, benefits, challenges, and prospects for the future. Chapter 13 proposes a blockchain-based architecture for securing and managing IoT data in intelligent transport systems, offering advantages like immutability, decentralization, and enhanced security.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 344 pp. Englisch.…
Codice articolo 9783031505133
- Titolo
- Learning Techniques for the Internet of Things
- Autore
- Praveen Kumar Donta
- Editore
- Springer, Springer Feb 2024
- Anno di pubblicazione
- 2024
- Condizione
- Neu
- Rilegatura
- Buch
- Lingua
- inglese
- ISBN 10
- 3031505131
- ISBN 13
- 9783031505133
- Peso dell'articolo
- 682 grammi
- Dimensioni
- 241x160x25 mm
The book is structured into thirteen chapters; each comes with its own dedicated contributions and future research directions. Chapter 1 introduces IoT and the use of Edge computing, particularly cloud computing, and mobile edge computing. This chapter also mentions the use of edge computing in various real-time applications such as healthcare, manufacturing, agriculture, and transportation. Chapter 2 motivates mathematical modeling for federated learning systems with respect to IoT and its applications. Further Chapter 3 extends the discussion of federated learning for IoT, which has emerged as a privacy-preserving distributed machine learning approach. Chapter 4 provides various machine learning techniques in Industrial IoT to deliver rapid and accurate data analysis, essential for enhancing production quality, sustainability, and safety. Chapter discusses the potential role of data-driven technologies, such as Artificial Intelligence, Machine Learning, and Deep Learning, focuses on their integration with IoT communication technologies. Chapter 6 presents the requirements and challenges to realize IoT deployments in smart cities, including sensing infrastructure, Artificial Intelligence, computing platforms, and enabling communications technologies such as 5G networks. To highlight these challenges in practice, the chapter also presents a real-world case study of a city-scale deployment of IoT air quality monitoring within Helsinki city. Chapter 7 uses digital twins within smart cities to enhance economic progress and facilitate prompt decision-making regarding situational awareness. Chapter 8 provides insights into using Multi-Objective reinforcement learning in future IoT networks, especially for an efficient decision-making system. Chapter 9 offers a comprehensive review of intelligent inference approaches, with a specific emphasis on reducing inference time and minimizing transmitted bandwidth between IoT devices and the cloud. Chapter 10 summarizes the applications of deep learning models in various IoT fields. This chapter also presents an in-depth study of these techniques to examine new horizons of applications of deep learning models in different areas of IoT. Chapter 11 explores the integration of Quantum Key Distribution (QKD) into IoT systems. It delves into the potential benefits, challenges, and practical considerations of incorporating QKD into IoT networks. In chapter 12, a comprehensive overview regarding the current state of quantum IoT in the context of smart healthcare is presented, along with its applications, benefits, challenges, and prospects for the future. Chapter 13 proposes a blockchain-based architecture for securing and managing IoT data in intelligent transport systems, offering advantages like immutability, decentralization, and enhanced security.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
buchversandmimpf2000
Emtmannsberg, BAYE, Germania
Venditore AbeBooks dal 23 gennaio 2017
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 60 a 60 giorni lavorativi | Da 60 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 60,00 | EUR 75,00 |
Metodi di pagamento
- Assegno
- PayPal
Descrizione dello Store
Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur
Specializzazione
Modernes Antiquariat - Bücher von 1960 bis heuteInformazioni sull’azienda del venditore
buchversandmimpf2000
Germania
Condizioni di vendita
Impressum
Gesetzliche Anbieterkennung:
Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871
Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a buchversandmimpf2000, Emtmannsberg, BAYE, Germany, +49 09209-2023188, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Soweit in der Artikelbeschreibung keine andere Frist angegeben ist, erfolgt die Lieferung der Ware innerhalb von 3-5 Werktagen nach Vertragsschluss, bei Vorauszahlung erst nach Eingang des vollständigen Kaufpreises und der Versandkosten. Alle Preise inkl. MwSt.