Andere Kunden interessierten sich auch für
![Enfoque de aprendizaje automático para la detección de voz]( "Enfoque de aprendizaje automático para la detección de voz")
Enfoque de aprendizaje automático para la detección de voz34,99 €![ENFOQUE DE APRENDIZAJE AUTOMÁTICO PARA EL ANÁLISIS DE DATOS]( "ENFOQUE DE APRENDIZAJE AUTOMÁTICO PARA EL ANÁLISIS DE DATOS")
ENFOQUE DE APRENDIZAJE AUTOMÁTICO PARA EL ANÁLISIS DE DATOS36,99 €![Enfoque comparativo de los algoritmos de aprendizaje automático]( "Enfoque comparativo de los algoritmos de aprendizaje automático")
Enfoque comparativo de los algoritmos de aprendizaje automático25,99 €![Hoja de ruta para implantar el aprendizaje automático en el sector de la construcción]( "Hoja de ruta para implantar el aprendizaje automático en el sector de la construcción")
Hoja de ruta para implantar el aprendizaje automático en el sector de la construcción41,99 €![Clasificación de la infección por dengue mediante aprendizaje automático]( "Clasificación de la infección por dengue mediante aprendizaje automático")
Clasificación de la infección por dengue mediante aprendizaje automático30,99 €![Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares]( "Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares")
Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares30,99 €![Un sistema de detección de intrusos mediante un algoritmo de aprendizaje automático]( "Un sistema de detección de intrusos mediante un algoritmo de aprendizaje automático")
Un sistema de detección de intrusos mediante un algoritmo de aprendizaje automático27,99 €
Las ciudades inteligentes son uno de los campos de investigación más activos del mundo, debido a los diversos beneficios y retos asociados a su implantación. Uno de los principales retos de las ciudades inteligentes es el procesamiento y transporte de los enormes volúmenes de datos generados por la capa de red de sensores, que constituye la capa física fundamental. Es necesario seguir investigando para abordar los retos computacionales que surgen en los entornos de las ciudades inteligentes, en particular para ayudar a garantizar operaciones eficientes en torno a la capa de sensores. Para hacer frente a este reto, se propone un nuevo marco de trabajo para la capa física que aprende de forma inteligente el comportamiento del sistema físico para permitir a los agentes controlar los sensores de forma eficaz y alcanzar los objetivos predefinidos de los sensores y el entorno. Además, se propone un nuevo algoritmo de aprendizaje automático bayesiano semisupervisado para aprender y predecir el comportamiento de los sensores con el fin de gestionar eficazmente el consumo de energía en las viviendas. El nuevo modelo y algoritmo se utilizaron en diversas simulaciones, donde los resultados demostraron su eficacia en la gestión del consumo de energía en diferentes entornos domésticos y ciudades inteligentes.