iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A27 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8 ProRedmi Note 9
- Startseite
Bücher Englische Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Biologie Landwirtschaft & Ernährung Smart Big Data in Digital Agriculture Applications
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
21 Tage Widerrufsrecht
Smart Big Data in Digital Agriculture Applications
Haoyu Niu, YangQuan Chen (Gebundene Ausgabe, Englisch)
Optischer Zustand
Beschreibung
In the dynamic realm of digital agriculture, the integration of big data acquisition platforms has sparked both curiosity and enthusiasm among researchers and agricultural practitioners. This book embarks on a journey to explore the intersection of artificial intelligence and agriculture, focusing on small-unmanned aerial vehicles (UAVs), unmanned ground vehicles (UGVs), edge-AI sensors and the… profound impact they have on digital agriculture, particularly in the context of heterogeneous crops, such as walnuts, pomegranates, cotton, etc. For example, lightweight sensors mounted on UAVs, including multispectral and thermal infrared cameras, serve as invaluable tools for capturing high-resolution images. Their enhanced temporal and spatial resolutions, coupled with cost effectiveness and near-real-time data acquisition, position UAVs as an optimal platform for mapping and monitoring crop variability in vast expanses. This combination of data acquisition platforms and advanced analytics generates substantial datasets, necessitating a deep understanding of fractional-order thinking, which is imperative due to the inherent “complexity” and consequent variability within the agricultural process. Much optimism is vested in the field of artificial intelligence, such as machine learning (ML) and computer vision (CV), where the efficient utilization of big data to make it “smart” is of paramount importance in agricultural research. Central to this learning process lies the intricate relationship between plant physiology and optimization methods. The key to the learning process is the plant physiology and optimization method. Crafting an efficient optimization method raises three pivotal questions: 1.) What represents the best approach to optimization? 2.) How can we achieve a more optimal optimization? 3.) Is it possible to demand “more optimal machine learning,” exemplified by deep learning, while minimizing the need for extensive labeled data for digital agriculture? This book details the foundations of the plant physiology-informed machine learning (PPIML) and the principle of tail matching (POTM) framework. It is the 9th title of the "Agriculture Automation and Control" book series published by Springer. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
21 Tage Widerrufsrecht
Technische Daten
Erscheinungsdatum
29.02.2024
Sprache
Englisch
EAN
9783031526442
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
Agriculture Automation and Control
Sonderedition
Nein
Autor
Haoyu Niu, YangQuan Chen
Seitenanzahl
239
Auflage
1
Einbandart
Gebundene Ausgabe
Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.
Transparenz & Sicherheit
Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen