Andere Kunden interessierten sich auch für
![Un nuovo approccio di apprendimento profondo per rilevare le malattie cardiovascolari]( "Un nuovo approccio di apprendimento profondo per rilevare le malattie cardiovascolari")
Un nuovo approccio di apprendimento profondo per rilevare le malattie cardiovascolari29,99 €![Classificazione delle malattie fogliari della patata]( "Classificazione delle malattie fogliari della patata")
Classificazione delle malattie fogliari della patata29,99 €![Previsione della radiazione solare globale]( "Previsione della radiazione solare globale")
Previsione della radiazione solare globale36,99 €![Algoritmi di intelligenza artificiale per la classificazione e la previsione delle malattie delle piante di pomodoro]( "Algoritmi di intelligenza artificiale per la classificazione e la previsione delle malattie delle piante di pomodoro")
Algoritmi di intelligenza artificiale per la classificazione e la previsione delle malattie delle piante di pomodoro51,99 €![FLAMED: un approccio di apprendimento profondo per il rilevamento di incendi e fumi in tempo reale]( "FLAMED: un approccio di apprendimento profondo per il rilevamento di incendi e fumi in tempo reale")
FLAMED: un approccio di apprendimento profondo per il rilevamento di incendi e fumi in tempo reale39,99 €![TECNICHE DI DEEP LEARNING PER IL RILEVAMENTO DELLA POLMONARE CRONICA OSTRUTTIVA]( "TECNICHE DI DEEP LEARNING PER IL RILEVAMENTO DELLA POLMONARE CRONICA OSTRUTTIVA")
TECNICHE DI DEEP LEARNING PER IL RILEVAMENTO DELLA POLMONARE CRONICA OSTRUTTIVA29,99 €![Sfruttare l'apprendimento profondo per il riconoscimento delle emozioni vocali]( "Sfruttare l'apprendimento profondo per il riconoscimento delle emozioni vocali")
Sfruttare l'apprendimento profondo per il riconoscimento delle emozioni vocali29,99 €
Questo libro è stato realizzato attraverso tre diversi modelli con una diversa combinazione di tecniche di selezione delle caratteristiche e di apprendimento profondo. Il primo modello ha proposto la combinazione del nuovo algoritmo EGWO-FSA (Enhanced Grey-Wolf Optimization-based Feature Selection Algorithm) e della Deep Belief Network (DBN) per la diagnosi di malattie cardiache, diabete e cancro. Il secondo modello propone un sistema di previsione delle malattie sviluppato utilizzando il nuovo algoritmo di ottimizzazione genetica binaria a cucù (GBCOA) e la nuova rete neurale convoluzionale ricorrente (C-RNN) per l'identificazione delle malattie cardiache, del cancro e del diabete. La terza tecnica implementa un nuovo sistema di previsione delle malattie, sviluppato utilizzando il nuovo algoritmo di selezione incrementale delle caratteristiche (IFSA) e la nuova rete neurale convoluzionale con caratteristiche temporali (T-CNN) per la previsione delle malattie cardiache, diabetiche e oncologiche.