Optymalizacja inspirowana biologią w środowiskach Fog i Edge Computing: Zasady, algorytmy i systemy

Optymalizacja inspirowana biologią w środowiskach Fog i Edge Computing: Zasady, algorytmy i systemy (Punit Gupta)

Oryginalny tytuł:

Bio-Inspired Optimization in Fog and Edge Computing Environments: Principles, Algorithms, and Systems

Zawartość książki:

Nadchodzi nowa era nauki o złożoności, w której zasady inspirowane naturą i biologią są stosowane w celu dostarczania rozwiązań. Jednocześnie złożoność systemów rośnie ze względu na takie modele, jak Internet Rzeczy (IoT) i przetwarzanie we mgle. Czy nauka o złożoności, stosująca zasady natury, będzie w stanie sprostać wyzwaniom stawianym przez wysoce złożone systemy sieciowe?

Bio-Inspired Optimization in Fog and Edge Computing: Principles, Algorithms, and Systems jest próbą odpowiedzi na to pytanie. Przedstawia innowacyjne, inspirowane biologią rozwiązania dla mgły i przetwarzania brzegowego oraz podkreśla rolę uczenia maszynowego i informatyki. Techniki inspirowane naturą lub biologią są skutecznymi narzędziami do zrozumienia i analizy zachowań zbiorowych. Jak pokazuje ta książka, algorytmy i mechanizmy samoorganizacji złożonych systemów naturalnych zostały wykorzystane do rozwiązywania problemów optymalizacyjnych, szczególnie w złożonych systemach, które są adaptacyjne, stale ewoluujące i rozproszone w przyrodzie.

W rozdziałach omówiono sposoby zwiększenia wydajności sieci mgły w rzeczywistych zastosowaniach przy użyciu technik optymalizacji opartych na naturze. Omówiono w nich wyzwania i przedstawiono rozwiązania problemów związanych z bezpieczeństwem, prywatnością i zużyciem energii w węzłach centrów danych w chmurze i sieciach mgły obliczeniowej. Książka analizuje również, w jaki sposób

⬤ Istniejąca architektura mgły i brzegu sieci jest wykorzystywana do dostarczania rozwiązań dla przyszłych wyzwań.

⬤ System informacji geograficznej (GIS) może być używany z przetwarzaniem we mgle, aby pomóc użytkownikom w regionie miejskim w dostępie do najlepszej opieki zdrowotnej.

⬤ Struktura optymalizacji pomaga w zarządzaniu zasobami w chmurze.

⬤ Przetwarzanie we mgle może poprawić jakość, ilość, długoterminową rentowność i opłacalność produkcji rolnej.

⬤ Wirtualizacja może wspierać przetwarzanie we mgle, zwiększać przydzielane zasoby i być stosowana w różnych warstwach sieci.

⬤ Połączenie mgły obliczeniowej i IoT lub przetwarzania w chmurze może pomóc pracownikom służby zdrowia w przewidywaniu i analizowaniu chorób u pacjentów.

Dodatkowe informacje o książce:

ISBN:9781032262901
Autor:
Wydawca:
Język:angielski
Oprawa:Twarda oprawa
Rok wydania:2023
Liczba stron:252

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Zaufanie i błędy w wielowarstwowej architekturze przetwarzania w chmurze - Trust & Fault in Multi...
Rozdział 1. Wprowadzenie do wielowarstwowego...
Zaufanie i błędy w wielowarstwowej architekturze przetwarzania w chmurze - Trust & Fault in Multi Layered Cloud Computing Architecture
Rozwiązania dla opieki zdrowotnej wykorzystujące uczenie maszynowe i informatykę - Healthcare...
Healthcare Solutions Using Machine Learning and...
Rozwiązania dla opieki zdrowotnej wykorzystujące uczenie maszynowe i informatykę - Healthcare Solutions Using Machine Learning and Informatics
Optymalizacja inspirowana biologią w środowiskach Fog i Edge Computing: Zasady, algorytmy i systemy...
Nadchodzi nowa era nauki o złożoności, w której...
Optymalizacja inspirowana biologią w środowiskach Fog i Edge Computing: Zasady, algorytmy i systemy - Bio-Inspired Optimization in Fog and Edge Computing Environments: Principles, Algorithms, and Systems
Inteligentny system żywienia oparty na IoT - Sistema di fatturazione intelligente con base...
W Internecie Rzeczy (IoT) urządzenia zbierają i...
Inteligentny system żywienia oparty na IoT - Sistema di fatturazione intelligente con base IoT

Prace autora wydały następujące wydawnictwa:

© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)