Nhan đề chính: Intelligent Computing and Big Data Analytics

Nhan đề dịch: Máy tính thông minh và phân tích dữ liệu lớn

Tác giả: Mukesh Patil, Vishwesh Vyawahare, Gajanan Birajdar

Nhà xuất bản: Springer Cham

Năm xuất bản: 2024

Số trang: 396 tr.

Ngôn ngữ: Tiếng Anh 

ISBN: 978-3-031-74682-6

SpringerLink

Lời giới thiệu: Cuốn sách này là biên bản báo cáo được thẩm định của Hội nghị quốc tế đầu tiên về điện toán thông minh và phân tích dữ liệu lớn, ICICBDA 2024, được tổ chức tại Navi Mumbai, Ấn Độ, vào ngày 15–16 tháng 6 năm 2024.

48 bài báo đầy đủ được trình bày đã được xem xét cẩn thận và lựa chọn từ 275 bài nộp. Các bài nộp được chấp nhận báo cáo các kết quả độc đáo và mới lạ trong nhiều lĩnh vực như hệ thống an ninh thông minh, phân tích dữ liệu lớn, ứng dụng AI và ML, hệ thống thông minh, học sâu, chuỗi khối và nhiều lĩnh vực khác.

Từ khóa: Máy tính; Ứng dụng; Học sâu; Dữ liệu lớn; Bảo mật; Quyền riêng tư; Hệ thống thông minh; Trí tuệ nhân tạo; Hệ thống thông tin; Phương pháp tính toán; Học máy.

Nội dung cuốn sách gồm những phần sau:

Phần đầu

Phân loại ngôn ngữ cấp độ câu của văn bản hỗn hợp tiếng Malayalam-Anh

Máy dịch mã Morse đa phương thức

Phòng ngừa tai nạn giao thông bằng cách sử dụng tính năng phát hiện trạng thái của người lái xe

Phân đoạn đĩa thị giác bằng cách sử dụng tăng cường bản vá đĩa trung tâm

Bản đồ căng thẳng thần kinh với máy học từ dữ liệu EEG

Phát hiện và chẩn đoán sớm các bệnh liên quan đến não

Học máy lượng tử: Thu hẹp khoảng cách giữa lý thuyết và thực hành

Các mô hình học máy lấy cảm hứng từ lượng tử cho tình báo về mối đe dọa mạng

Tính toán đa bên an toàn được tăng cường lượng tử cho các ứng dụng an ninh mạng

Thuật toán học máy lượng tử cho phân tích dữ liệu lớn trong an ninh mạng

Những tiến bộ trong học máy để phát hiện bất thường trong an ninh mạng

Phát hiện URL lừa đảo: Tận dụng máy học để cải thiện các biện pháp bảo mật

Web Of Synonyms: Một mô hình trích xuất từ ​​khóa nâng cao cho hệ thống đề xuất

Tăng cường an toàn giao thông: Phát hiện tài xế lái xe liều lĩnh thông qua OpenCV trong môi trường mô phỏng

Phân tích so sánh các mô hình CNN cho hệ thống phát hiện côn trùng

Học sâu để phân loại loạn nhịp tim dựa trên ECG: Mạng CNN 1D với các kỹ thuật tối ưu hóa

BiLSTM kết hợp tính năng lai để dự đoán quỹ đạo và chuyển động của xe tự hành

Trợ giúp y tế thông minh: Hệ thống đề xuất thuốc gốc

Phân loại bệnh thoái hóa khớp bằng hình ảnh X-quang đầu gối dựa trên khung tính năng kết hợp lai

Các tính năng của ARMA-Welch HRV: Dự đoán nhịp tim nhanh thất bằng ML

Hệ thống trả lời câu hỏi xuyên ngôn ngữ sử dụng bộ chuyển đổi Hugging-Face

SmileScan - Phát hiện răng dự đoán

Tối ưu hóa công tác chuẩn bị ứng phó với lũ lụt: Một giải pháp toàn diện để tinh chỉnh dự báo lượng mưa với các mô hình học máy Ensemble

VeriFace: Máy phát hiện Deepfake sử dụng Học sâu