該書探討了使用人工智能為工業4.0應用設計基于區塊鏈的安全解決方案所面臨的挑戰。它進一步提供了信息技術領域內多種先進安全方法(如邊緣計算、網絡安全和云計算)的比較分析。 本書:
這本編輯卷集合了一系列關于增強現實和虛擬現實在工業應用中的最新發展的研究。每一章都概述了增強現實和虛擬現實在理論和應用方面對不同的技術、工業和社會領域的最新進步。因此,這本書對研究人機交互在工業5.0中的作用做出了貢獻。探索增強現實和虛擬現實在工業和技術中的最新應用。開展了關于人機交互在工業5.0中的研究。特點是來自全球的貢獻者名單。沒有一個行業不以某種方式使用增強現實(AR)或虛擬現實(VR)技術。這種技術的適用性已經涵蓋了廣泛的行業,并將很快滲透到沒人能預見的領域。科技巨頭們已經在AR/VR集成上投入了金錢、精力和時間。隨著這種技術的發展和擴展,每個人理解AR和VR的多種用途以及其全部潛力至關重要。這本關于“在工業5.0中應用虛擬現實(VR)和增強現實(AR)”的研究書籍揭示了新的和富有創新性的技術方面,以及它們如何有助于提高經濟效率和效益以改進生產。它是研究人員、學者、政治家、商業高管、公司和學生的優秀資源,因為它涵蓋了廣泛的問題。許多改進工業技能和決策制定的AR和VR應用正在獲得關注。AR支持技術的指數增長為工業5.0服務增強提供了支持。同時,在許多行業的進步和實時應用中,AR和VR的實際困難在構建認知工具和分析工具中起著關鍵作用。AR/VR對人工智能(AI)的影響似乎將被視為重要。下一代AR/VR設備將提供定制的、易于訪問的和設計精良的體驗。然而,這些技術在廣泛應用之前還需要更多的努力,這在本書的多章內容中已經在工業5.0的背景下進行了討論,因為未來的AR/VR設備將提供定制的、易于訪問的和設計精良的體驗。在這個新常態中,AR和VR正在獲得關注。AR/ VR將幫助人們接入元宇宙——互聯網的下一代。隨著硬件設備變得更加便宜,包括游戲、健身和社交在內的一些突破性的使用案例已經看到了早期市場的接受。這本書以對讀者友好的方式寫成,包含了大量經過深入研究的重要內容,使得對主題的理解變得簡單。本書為讀者提供了資源,使他們能夠進行更深入的研究。案例研究將提供一種經過驗證的方法來解決該研究領域中的常見問題。
這本書揭示了AR/VR的新穎和創新特性,以及它如何在各個領域中推動可持續性,以提高微觀和宏觀層面的經濟效率,并提供了關于AI影響效能以產生更好產出的相關方面的深入理解。它是研究者、學者、政策制定者、商業專業人員、公司和學生的理想資源。許多增強行業技能以及決策制定的AR/VR的實踐方面正在獲得動力。這本書是向前的堅實一步,將對公司人員、商業專業人員、社會學家、政治科學家、公共行政、大眾傳媒和通信、信息系統、發展研究以及商業研究的人員大有裨益。本書中討論的模型將在全球范圍內具有巨大的復制和實踐潛力,這個領域是全球最重要的增長領域之一。另一方面,本書將為在利益相關者和他們策略領域工作的實踐者提供優秀的參考資源。其次,這本書的布局采用讀者友好的格式,其中重要的經過適當分析的信息被突出,從而便于理解內容。本書為讀者提供資源,從而為進一步詳細研究提供了機會。案例研究將提供一種經過試驗和驗證的方法來解決研究領域的典型問題。各章節的關鍵概念和總結內容將使讀者能夠一目了然地吸收內容。它討論了以下列出的章節:
這本開放獲取的書籍旨在教育數據空間設計師理解創建成功數據空間所需的要求。它探索了數據空間的前沿理論、技術、方法論和最佳實踐,這些數據空間既適用于工業數據,也適用于個人數據,為讀者提供了理解數據空間設計、部署和未來發展方向的基礎。 這本書捕捉了創建數據空間的早期經驗和教訓。它將這些貢獻分為設計、部署和未來方向三個部分。 第一部分探索了數據空間的設計空間。各個章節詳細描述了數據空間的組織設計,包括數據平臺、數據治理聯合學習、個人數據共享、數據市場以及數據空間的混合人工智能。 第二部分描述了在實際部署中使用數據空間的情況。各章節由行業專家共同撰寫,包括了工業4.0、食品安全、金融科技、醫療保健和能源等領域的數據空間案例研究。 第三部分詳細介紹了數據空間的未來方向,包括歐洲共同數據空間的挑戰和機會,以及實現可信數據共享的隱私保護技術。 這本書主要對兩類讀者有興趣:一類是對數據管理和數據共享有興趣的研究人員;另一類是從事數據驅動系統的實踐者和行業專家,他們所在的生態系統中數據的共享和交換至關重要。
//link.springer.com/book/10.1007/978-3-030-98636-0
本書介紹了網絡安全和網絡威脅情報的最先進的人工智能方法,為惡意軟件提供戰略防御機制,解決網絡犯罪,評估漏洞,以產生主動的而不是被動的對策。目前網絡安全威脅的種類和范圍遠遠超過了即使是最熟練的安全專業人員的能力。此外,分析過去的安全事件不再使專家能夠預測和預防未來的攻擊,這需要遠遠超出識別已知威脅的方法。
盡管如此,還是有一些有希望的途徑:復雜行為匹配可以根據所采取的行動隔離威脅,而機器學習可以幫助檢測異常,防止惡意軟件感染,發現非法活動的跡象,并保護資產免受黑客的攻擊。反過來,知識表示使網絡數據的自動推理成為可能,有助于實現網絡態勢感知。本書匯集了高水平專家的貢獻,在這個關鍵和快速發展的領域提出了新的研究方向。
**物理系統的數字孿生是一個自適應的計算機模擬,它存在于云端,動態地適應物理系統的變化。**這本書介紹了計算,數學,和工程背景,以理解和發展的概念的數字孿生。它提供了建模/仿真、計算技術、傳感器/執行器等發展下一代數字孿生所需的背景知識。討論了云計算、大數據、物聯網、無線通信、高性能計算和區塊鏈等相關概念。特點:
提供了解數字孿生技術所需的背景材料 * 介紹數字孿生的計算方面 * 包括基于物理的和代理模型表示 * 解決測量和建模中的不確定性問題 * 討論實現數字孿生的實際案例研究,包括增材制造、服務器場、預測性維護和智慧城市
這本書是針對在電氣,機械,計算機和生產工程的研究生和研究人員。
本書詳細介紹了流程挖掘技術的理論、實踐和概念,特別是社會、科學、醫學、工程和商業中的模式識別。這本書在更廣泛的數據科學和大數據方法的背景下討論了流程挖掘技術的幾個觀點。模式識別的流程挖掘技術:概念、理論和實踐介紹了流程挖掘技術和模式識別。之后,它提供了流程建模和挖掘的基本原理,以理解這本書。文本強調發現是一個重要的流程挖掘任務,并包括案例研究和現實生活中的例子,以指導用戶在實踐中成功地應用流程挖掘技術進行模式識別。本書旨在為學生、學者和從業者介紹流程挖掘和模式識別,對于那些想要學習基礎知識并在更深層次上理解概念的人來說是完美的。
過去的十年見證了人工智能和機器學習(AI/ML)技術的廣泛采用。
然而,由于缺乏對其廣泛實施的監督,導致了有害的結果,而這些結果本可以通過適當的監督避免。在我們認識到AI/ML的真正好處之前,從業者必須了解如何減輕其風險。本書描述了負責任的人工智能,這是一種基于風險管理、網絡安全、數據隱私和應用社會科學的最佳實踐,用于改進AI/ML技術、業務流程和文化能力的整體方法。這是一項雄心勃勃的事業,需要各種各樣的人才、經驗和視角。需要招募數據科學家和非技術監督人員,并授權他們審計和評估高影響力的AI/ML系統。作者Patrick Hall為新一代審計師和評估人員創建了本指南,他們希望讓AI系統更好地為組織、消費者和廣大公眾服務。
如今,機器學習(ML)是人工智能(AI)中最具商業可行性的子學科。ML系統被用于在就業、保釋、假釋、貸款和世界各地的許多其他應用中做出高風險決策。在企業環境中,ML系統用于組織的所有部分——從面向消費者的產品到員工評估、后臺辦公自動化等等。事實上,過去十年帶來了ML技術的廣泛采用。但它也證明了ML會給運營商和消費者帶來風險。不幸的是,就像幾乎所有其他技術一樣,ML可能會失敗——無論是由于無意的誤用還是故意的濫用。截至目前,人工智能事件數據庫伙伴關系擁有超過1000份關于算法歧視、數據隱私侵犯、訓練數據安全漏洞和其他有害故障的公開報告。在組織和公眾能夠意識到這項令人興奮的技術的真正好處之前,必須減輕這些風險。直到今天,這仍然需要人們的行動——不僅僅是技術人員。解決復雜的ML技術帶來的各種風險需要不同的人才、經驗和觀點。這種整合了技術實踐、業務流程和文化能力的整體風險緩解方法,正被稱為負責任的人工智能。
讀完本書,讀者將了解負責任人工智能的文化能力、業務流程和技術實踐。本書分為三個部分,呼應負責任人工智能的每個主要方面。本書的每一部分都進一步分成幾章,討論特定的主題和案例。雖然本書仍在規劃和編寫中,但《面向高風險應用的機器學習》將以介紹這個主題開始,然后進入第1部分。下面是本書的初步提綱。
第1部分:人類的觸覺——負責任的機器學習的文化能力
第一部分針對的是組織文化在更廣泛的負責任人工智能實踐中的重要性。第一部分第一章的計劃涉及呼吁停止快速前進和破壞事物,重點是眾所周知的AI系統故障以及相關的詞匯和案例。第2章將分析消費者保護法、風險管理模型,以及其他指導方針、教訓和案例,這些對人工智能組織和系統中培養問責制很重要。第3章將探討團隊、組織結構和人工智能評估器的概念。第4章將討論人類與AI系統進行有意義交互的重要性,第5章將詳細介紹傳統組織約束之外的重要工作方式,如抗議、數據新聞和白帽黑客。
第2部分:為成功做準備——負責任的機器學習的組織過程關注點
第二部分將介紹負責任的人工智能過程。它將從第6章開始,探索組織策略和過程如何影響人工智能系統的公平性,以及令人吃驚的公平性缺失。第7章將概述人工智能系統的常見隱私和安全政策。第8章將考慮管理在美國部署人工智能的現有和未來法律和法規。第9章將強調AI系統的模型風險管理的重要性,但也指出了一些缺點。最后,第10章的藍圖是討論在未來負責任的人工智能采用的背景下,企業如何聽取過去對社會和環境責任的呼吁。
第三部分: 增強人類信任和理解的技術方法
第三部分的議程涵蓋了負責任人工智能的新興技術生態系統。第11章將介紹實驗設計的重要科學,以及當代數據科學家如何在很大程度上忽視了它。第12章將總結提高人工智能透明度的兩種主要技術:可解釋的機器學習模型和事后可解釋的人工智能(XAI)。第13章計劃深入探討機器學習模型的偏差測試和補救的世界,并應該解決傳統的和緊急的方法。第14章將介紹ML算法和AI系統的安全性,第15章將結束第3部分,廣泛討論AI系統的安全性和性能測試,有時也稱為模型調試。
《人工智能與工業4.0》探討了區塊鏈技術和人工智能(AI)的最新進展,以及它們對實現工業4.0目標的關鍵影響。這本書探討了人工智能在工業中的應用,包括物聯網(IoT)和工業物聯網(IIoT)技術。本章探討了人工智能(機器學習、智慧城市、醫療保健、社會5.0等)在工業4.0時代的眾多潛在應用。這本書是研究人員和研究生在計算機科學研究和發展人工智能和工業物聯網有用的資源。
介紹了物聯網領域廣泛的機器學習、計算機視覺和數字雙胞胎應用, 探討了深度學習和認知計算工具如何能夠處理大量數據集,精確和全面的風險預測,并提供建議的行動。
區塊鏈:物聯網原理及應用涵蓋了區塊鏈及其在物聯網中的應用的各個方面。本書主要介紹了區塊鏈及其功能,以及用于構建區塊鏈網絡的核心技術。章節的逐步流動追溯了區塊鏈從加密貨幣到區塊鏈技術平臺和應用程序的歷史,這些平臺和應用程序由于其易用性、增加的安全性和透明度而被全球主流金融和工業領域采用。
專注于區塊鏈在物聯網領域的應用 * 關注區塊鏈作為一個數據存儲庫 * 大多數關于區塊鏈的書籍都涉及比特幣和加密貨幣。這本書還將涵蓋區塊鏈在其他領域,如醫療保健、供應鏈管理等 * 涵蓋共識算法如PAROX, RAFT等及其應用 * 這本書主要針對計算機科學和IT的畢業生和研究人員。
本書旨在介紹大數據處理的一些定義、方法、工具、框架和解決方案,從信息提取和知識表示的過程開始,通過知識處理和分析,再到可視化、意義構建和實際應用。本書的每一章都講述了數據處理鏈的一些相關方面,特別關注于理解企業知識圖、語義大數據架構和智能數據分析解決方案。這本書是針對研究生從技術學科,專業觀眾繼續教育短期課程,并研究人員從不同的領域自學課程。具備計算機科學、數學和統計學的基本技能。
//www.springer.com/gp/book/9783030531980