توضیحاتی در مورد کتاب Granular Video Computing: With Rough Sets, Deep Learning and in Iot
نام کتاب : Granular Video Computing: With Rough Sets, Deep Learning and in Iot
عنوان ترجمه شده به فارسی : محاسبات ویدئویی دانهای: با مجموعههای خشن، یادگیری عمیق و در Iot
سری :
نویسندگان : Debarati Bhunia Chakraborty, Sankar Kumar Pal
ناشر : World Scientific Pub Co Inc
سال نشر : 2021
تعداد صفحات : 223
[256]
ISBN (شابک) : 981122711X , 9789811227110
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 52 Mb
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
این جلد مفهوم محاسبات دانه ای با استفاده از یادگیری عمیق و اینترنت اشیاء را به ردیابی شی برای تجزیه و تحلیل ویدئو پیوند می دهد. این توضیح میدهد که چگونه عدم قطعیتها، درگیر در وظیفه پردازش ویدئو، میتوانند در چارچوبهای محاسباتی دانهای نظری مجموعهای خشن مدیریت شوند. مسائلی مانند ردیابی اشیا از ویدیوها در موقعیتهای محدود، مدیریت انسداد/همپوشانی، اندازهگیری قابلیت اطمینان روشهای ردیابی، تشخیص شی و تفسیر زبانی در صحنههای ویدیویی، و پیشبینی رویداد از ویدیوها، مواردی هستند که در این جلد بررسی میشوند. این کتاب همچنین به راههایی برای کاهش وابستگی به دادهها در زمینه آموزش بدون نظارت (بدون تعامل دستی/ دادههای برچسبگذاری شده/ اطلاعات قبلی) میپردازد. مهندسی، علوم سیستم، علوم داده و فناوری اطلاعات، و برای دانشجویان و پزشکان شاغل در بینایی کامپیوتر، یادگیری ماشین، تجزیه و تحلیل ویدئو، تجزیه و تحلیل تصویر، هوش مصنوعی، طراحی سیستم، نظریه مجموعههای خشن، محاسبات دانهای، و محاسبات نرم توصیه میشود. .
توضیحاتی در مورد کتاب به زبان اصلی :
This volume links the concept of granular computing using deep learning and the Internet of Things to object tracking for video analysis. It describes how uncertainties, involved in the task of video processing, could be handled in rough set theoretic granular computing frameworks. Issues such as object tracking from videos in constrained situations, occlusion/overlapping handling, measuring of the reliability of tracking methods, object recognition and linguistic interpretation in video scenes, and event prediction from videos, are the addressed in this volume. The book also looks at ways to reduce data dependency in the context of unsupervised (without manual interaction/ labeled data/ prior information) training.This book may be used both as a textbook and reference book for graduate students and researchers in computer science, electrical engineering, system science, data science, and information technology, and is recommended for both students and practitioners working in computer vision, machine learning, video analytics, image analytics, artificial intelligence, system design, rough set theory, granular computing, and soft computing.