Geschäftskunden Kundenprogramme
Vor Ort
Merkzettel Warenkorb
Produktbild: Machine Learning for Complex and Unmanned Systems

Machine Learning for Complex and Unmanned Systems

Fr. 99.90

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

29.09.2025

Abbildungen

schwarz-weiss Illustrationen, farbige Illustrationen, Raster, schwarz-weiss, Raster, farbig, Zeichnungen, schwarz-weiss, Zeichnungen, farbig, Tabellen, schwarz-weiss

Herausgeber

Jose Martinez-Carranza + weitere

Verlag

Taylor & Francis

Seitenzahl

364

Maße (L/B/H)

23.4/15.6/2.1 cm

Gewicht

710 g

Sprache

Englisch

ISBN

978-1-03-247330-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

29.09.2025

Abbildungen

schwarz-weiss Illustrationen, farbige Illustrationen, Raster, schwarz-weiss, Raster, farbig, Zeichnungen, schwarz-weiss, Zeichnungen, farbig, Tabellen, schwarz-weiss

Herausgeber

Verlag

Taylor & Francis

Seitenzahl

364

Maße (L/B/H)

23.4/15.6/2.1 cm

Gewicht

710 g

Sprache

Englisch

ISBN

978-1-03-247330-7

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
Die Leseprobe wird geladen.
  • Produktbild: Machine Learning for Complex and Unmanned Systems

  • Section 1: Machine Learning for Complex Systems 1. Echo State Networks to Solve Classification Tasks 2. Continual Learning for Camera Localisation 3. Classifying Ornamental Fish Using Deep Learning Algorithms and Edge Computing Devices 4. Power Amplifier Modeling Comparison for Highly and Sparse Nonlinear Behavior Based on Regression Tree,Random Forest, and CNN for Wideband Systems 5. Models and Methods for Anomaly Detection in Video Surveillance 6. Deep Learning to Classify Pulmonary Infectious Diseases 7. Memristor-based Ring Oscillators as Alternatives for Reliable Physical Unclonable Functions Section 2: Machine Learning for Unmanned Systems 8. Past and Future Data to Train an Artificial Pilot for Autonomous Drone Racing 9. Optimization of UAV Flight Controllers for Trajectory Tracking by Metaheuristics 10. Development of a Synthetic Dataset Using Aerial Navigation to Validate a Texture Classification Model 11. Coverage Analysis in Air-Ground Communications Under Random Disturbances in an Unmanned Aerial Vehicle 12. A Review of Noise Production and Mitigation in UAVs 13. An Overview of NeRF Methods for Aerial Robotics 14. Warehouse Inspection Using Autonomous Drones and Spatial AI 15.Cognitive Dynamic Systems for Cyber-Physical Engineering 16. EEG-Based Motor and Imaginary Movement Classification: ML Approach