Zum Inhalt

Big Data in Intelligent Information Systems

  • 18.02.2022
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Auszug

Der Artikel geht auf das Big-Data-Paradigma ein, das Informatik, Mathematik, Statistik und Informationstheorie zusammenführt, um Daten zu analysieren und vorherzusagen. Darin werden die Chancen und Herausforderungen diskutiert, die Big Data im digitalen Wandel mit sich bringt, insbesondere in den Bereichen KI, IoT und Business Intelligence. Die Sonderausgabe enthält sechs qualitativ hochwertige Aufsätze, die jeweils einzigartige Aspekte von Big Data behandeln, wie etwa das Design sicherer Scan-Ketten, generalisierte Entropien für effiziente Vernetzung, bio-inspirierte Sicherheitsprotokolle für IoT, Smart Edge Computing für Satelliten-IoT, tiefe Glaubenssätze für neuronale Netzwerke zur Diabetesüberwachung und Optimierungsmethoden für die Zielverfolgung unter Wasser. Diese Aufsätze behandeln nicht nur aktuelle Fragen, sondern ebnen auch den Weg für zukünftige Forschungschancen auf diesem Gebiet.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
Big Data in Intelligent Information Systems
Verfasst von
Anandakumar Haldorai
Sri Devi Ravana
Joan Lu
Arulmurugan Ramu
Publikationsdatum
18.02.2022
Verlag
Springer US
Erschienen in
Mobile Networks and Applications / Ausgabe 3/2022
Print ISSN: 1383-469X
Elektronische ISSN: 1572-8153
DOI
https://doi.org/10.1007/s11036-021-01863-w