دانلود کتاب Applied Cloud Deep Semantic Recognition : Advanced Anomaly Detection – تشخیص معنایی عمیق ابری کاربردی: تشخیص ناهنجاری پیشرفته

• توضیحات
• نظرات (0)

Abstract: ‘This book provides a comprehensive overview of the research on anomaly detection with respect to context and situational awareness that aim to get a better understanding of how context information influences anomaly detection. In each chapter, it identifies advanced anomaly detection and key assumptions, which are used by the model to differentiate between normal and anomalous behavior. When applying a given model to a particular application, the assumptions can be used as guidelines to assess the effectiveness of the model in that domain. Each chapter provides an advanced deep content understanding and anomaly detection algorithm, and then shows how the proposed approach is deviating of the basic techniques. Further, for each chapter, it describes the advantages and disadvantages of the algorithm. The final chapters provide a discussion on the computational complexity of the models and graph computational frameworks such as Google Tensorflow and H2O because it is an important issue in real application domains. This book provides a better understanding of the different directions in which researchers has been done on deep semantic analysis and situational assessment using deep learning for anomalous detection, and how methods developed in one area can be applied in applications in other domains. This book seeks to provide both cyber analytics practitioners and researchers an up-to-date and advanced knowledge in cloud based frameworks for deep semantic analysis and advanced anomaly detection using cognitive and artificial intelligence (AI) models.’–Provided by publisher

————————————————————–

ترجمه ماشینی :

این کتاب یک نمای کلی از تحقیقات در مورد تشخیص ناهنجاری با توجه به زمینه و آگاهی موقعیتی ارائه می دهد که هدف آن درک بهتر چگونگی تأثیر اطلاعات زمینه بر تشخیص ناهنجاری است. در هر فصل، تشخیص ناهنجاری پیشرفته و مفروضات کلیدی را شناسایی می کند که توسط مدل برای تمایز بین رفتار عادی و غیرعادی استفاده می شود. هنگام اعمال یک مدل معین برای یک برنامه خاص، مفروضات را می توان به عنوان دستورالعملی برای ارزیابی اثربخشی مدل در آن حوزه استفاده کرد. هر فصل یک الگوریتم پیشرفته درک محتوای عمیق و تشخیص ناهنجاری را ارائه می دهد و سپس نشان می دهد که چگونه رویکرد پیشنهادی از تکنیک های اساسی منحرف می شود. علاوه بر این، برای هر فصل، مزایا و معایب الگوریتم را شرح می دهد. فصول پایانی بحثی را در مورد پیچیدگی محاسباتی مدل‌ها و چارچوب‌های محاسباتی نموداری مانند Google Tensorflow و H2O ارائه می‌کنند، زیرا این یک موضوع مهم در حوزه‌های کاربردی واقعی است. این کتاب درک بهتری از جهت‌گیری‌های متفاوتی را ارائه می‌دهد که در آن‌ها پژوهشگران روی تحلیل معنایی عمیق و ارزیابی موقعیتی با استفاده از یادگیری عمیق برای تشخیص غیرعادی انجام داده‌اند، و اینکه چگونه روش‌های توسعه‌یافته در یک حوزه می‌توانند در کاربردها در حوزه‌های دیگر اعمال شوند. این کتاب به دنبال ارائه دانش به روز و پیشرفته در چارچوب های مبتنی بر ابر برای تحلیل معنایی عمیق و تشخیص ناهنجاری پیشرفته با استفاده از مدل های هوش مصنوعی و شناختی (AI) است.’– ارائه شده توسط ناشر.< /span> ادامه مطلب…