Smart Applications and Data Analysis: 5th International Conference, SADASC 2024, Tangier, Morocco, April 18–20, 2024, Proceedings, Part I

Cập nhật vào: Thứ sáu - 05/09/2025 00:49

Nhan đề chính: Smart Applications and Data Analysis: 5th International Conference, SADASC 2024, Tangier, Morocco, April 18–20, 2024, Proceedings, Part I
Nhan đề dịch: Ứng dụng thông minh và phân tích dữ liệu: Hội nghị quốc tế lần thứ 5, SADASC 2024, Tangier, Morocco, 18–20 tháng 4 năm 2024, Biên bản báo cáo, Phần I
Tác giả: Mohamed Hamlich, Fadi Dornaika, Carlos Ordonez,...
Nhà xuất bản: Springer Cham
Năm xuất bản: 2024
Số trang: 305 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-3-031-77040-1
SpringerLink
Lời giới thiệu: Bộ sách hai tập CCIS 2167-2168 này là kỷ yếu của Hội nghị Quốc tế lần thứ 5 về Ứng dụng Thông minh và Phân tích Dữ liệu (SADASC 2024), được tổ chức tại Tangier, Ma-rốc, vào tháng 4 năm 2024. 30 bài báo toàn văn cùng với 10 bài báo ngắn được trình bày đã được phản biện và tuyển chọn cẩn thận từ 91 bản gửi. Các bài báo bao gồm các chủ đề sau: thiết kế và mô hình hóa; quản lý dữ liệu; tinyML và phát hiện bất thường; công nghệ mạng và IoT; điều khiển, hệ động lực và tối ưu hóa; cũng như khai thác và thăm dò.
Từ khóa: Trí tuệ nhân tạo; Hệ thống truyền thông; Mạng máy tính; Mạng không dây; Xử lý hình ảnh; Học máy; Giao thức mạng; Xử lý tín hiệu.
Nội dung cuốn sách gồm những phần sau:
Thiết kế và mô hình hóa
- Dự đoán mức độ nghiêm trọng của nhiễm trùng phổi trong hình ảnh X-quang ngực thông qua đánh giá đa điểm
- Kỹ thuật thị giác máy tính và trí tuệ nhân tạo để phân đoạn hình ảnh y tế: Tổng quan về các khía cạnh kỹ thuật và giới thiệu về ứng dụng tiên tiến
- Mô hình hóa và quản lý rủi ro không có sẵn sản phẩm trong hàng tồn kho thông qua mạng lưới Bayesian mờ
- Phương pháp lựa chọn tính năng lai dựa trên tối ưu hóa bầy hạt nhị phân để dự đoán mức độ nghiêm trọng của tai nạn
- Tích hợp các phương pháp tiếp cận học máy dựa trên mô hình chủ đề và NLP để phân loại đánh giá ứng dụng di động tiếng Ả Rập
- Lựa chọn tính năng cho dữ liệu biểu hiện gen chiều cao: Một đánh giá
- Đánh giá chất lượng và tính hợp lệ của hợp đồng pháp lý thông qua mạng Bayesian
- Tối ưu hóa hệ thống đề xuất trong E-Learning: Tích hợp hiệp lực của Lang Chain, mô hình GPT và Retrieval Augmented Generation (RAG)
Quản lý dữ liệu
- Cách mạng hóa chẩn đoán ung thư da: Giải phóng độ chính xác của AI thông qua học sâu
- Mạng Bayesian mờ được áp dụng để mô hình hóa rủi ro hỏng hóc của hệ thống làm mát xe cộ
- Sử dụng FMECA để tối ưu hóa bảo trì dự đoán
- Nghiên cứu toàn diện về Phân tích tình cảm: Thông tin chi tiết về Xử lý dữ liệu trước, Trích xuất tính năng và Lựa chọn mô hình học sâu
- Mô hình AHP-TOPSIS kết hợp để lựa chọn nhân viên thăng chức
- Hướng tới các mô hình có thể giải thích được: Giải thích các mô hình hộp đen
- Kỹ thuật NLP và N-Gram nâng cao trong Phân tích tình cảm tin tức tài chính: Các phương pháp tiếp cận học máy đa dạng
- Nghiên cứu so sánh các thuật toán lựa chọn tính năng để dự đoán bệnh tim mạch với mạng nơ-ron nhân tạo
- TinyML và Phát hiện bất thường
- Học tập tổng hợp để phát hiện phần mềm độc hại
- Tăng cường bảo mật thông qua phân tích dữ liệu và trực quan hóa với ELK
- Hiệu quả của Công nghiệp 4.0: Bảo trì dự đoán với TinyML và Mô hình gia tăng
- Hệ thống đeo phát hiện Covid19 sớm dựa trên Tiny-ML và IoT

Smart Applications and Data Analysis: 5th International Conference, SADASC 2024, Tangier, Morocco, April 18–20, 2024, Proceedings, Part I

Những tin mới hơn

Những tin cũ hơn