Name: Conception Et Développement d'Un Système Hydroponique Fiable Et Automatisé (en Francés)
Price: 1337.19 MXN
Availability: InStock
Author: R, Geethamani ; S, Jaganathan
ISBN: 9786206910015

Envío gratis

portada Conception Et Développement d'Un Système Hydroponique Fiable Et Automatisé (en Francés)

Formato

Libro Físico

Autor

Geethamani R

Jaganathan S

Editorial

Editions Notre Savoir

Idioma

Francés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

Peso

0.12 kg.

ISBN13

9786206910015

Categorías

Gestión empresarial

Conception Et Développement d'Un Système Hydroponique Fiable Et Automatisé (en Francés)

Geethamani R (Autor) · Jaganathan S (Autor) · Editions Notre Savoir · Tapa Blanda

Libro Nuevo

$ 1,337.19

$ 2,228.65

Ahorras: $ 891.46

40% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Viernes 09 de Agosto y el Lunes 19 de Agosto.

Lo recibirás en cualquier lugar de México entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Conception Et Développement d'Un Système Hydroponique Fiable Et Automatisé (en Francés)"

Le succès des solutions de l'internet des objets a permis la mise en place de nouvelles applications telles que l'agriculture hydroponique intelligente. L'un des problèmes typiques de ce type d'application est la dégradation rapide des capteurs déployés. Traditionnellement, ce problème est résolu par une maintenance manuelle fréquente, qui est considérée comme inefficace et peut nuire aux cultures à long terme. L'objectif principal de cette thèse est de proposer une approche d'apprentissage automatique pour automatiser la détection des dérives des capteurs. En outre, l'opérabilité de la solution a été étudiée dans un environnement de cloud computing en termes de temps de réponse. Cette thèse propose un algorithme de détection qui utilise le NN pour prédire les dérives des capteurs à partir de flux de données chronologiques. L'algorithme de détection a été nommé par la suite; CNN, et NB, ont été conçus pour prédire les dérives des capteurs en utilisant des techniques de prévision et de classification. Les algorithmes ont été comparés les uns aux autres en termes de mesures de précision pertinentes pour la prévision et la classification. L'opérabilité de la solution a été étudiée en développant un serveur web qui hébergeait l'algorithme sur une instance informatique Thing Speak.