29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
15 °P sammeln
  • Broschiertes Buch

As Redes Neurais Convolucionais (CNN) e a Aprendizagem Mecânica (ML) evoluíram muito na era tecnológica moderna. São utilizadas na análise e predição de vários segmentos da vida normal. Têm uma maior vantagem quando se trata de compreender um processo, por vezes até melhor do que um cérebro humano. O vírus que é gerado como COVID-19 é principalmente causado quando uma pessoa tosse, espirra ou exala e é transmitido como uma pequena partícula a outros corpos e forma estes vírus. Um dos principais truques para impedir a propagação deste COVID-19 é o distanciamento social e os testes rápidos. Este…mehr

Produktbeschreibung
As Redes Neurais Convolucionais (CNN) e a Aprendizagem Mecânica (ML) evoluíram muito na era tecnológica moderna. São utilizadas na análise e predição de vários segmentos da vida normal. Têm uma maior vantagem quando se trata de compreender um processo, por vezes até melhor do que um cérebro humano. O vírus que é gerado como COVID-19 é principalmente causado quando uma pessoa tosse, espirra ou exala e é transmitido como uma pequena partícula a outros corpos e forma estes vírus. Um dos principais truques para impedir a propagação deste COVID-19 é o distanciamento social e os testes rápidos. Este teste rápido demorará 2-3 dias a obter o resultado da covid-19. Isto pode incomodar uma grande quantidade de pessoas em termos de dinheiro e tempo. Portanto, com a vantagem da CNN, concebeu um método para aumentar a eficiência do processo de teste. As radiografias e tomografias computorizadas mostram uma vantagem considerável na detecção de COVID-19 numa pessoa. A COVID-19 afecta principalmente os pulmões que poderiam ser apanhados nos raios X como uma cobertura branca. Construiu um modelo que poderia identificar se o raio-X submetido é de uma pessoa normal ou de uma pessoa COVID-19 positiva.
Autorenporträt
Dr. Prathibhavani P M arbeitet derzeit als Assistenzprofessorin in der Abteilung für CSE, UVCE, K R Circle, Bengaluru, Bangalore University. Sie erwarb ihren Doktortitel in CSE an der VTU. Sie hat mehr als 13 Jahre Lehrerfahrung. Sie hat mehr als 22 Fachartikel im Bereich dem Bereich WSN veröffentlicht. Sie ist Mitglied auf Lebenszeit bei IAENG und ISTE.