Schweitzer Fachinformationen
Wenn es um professionelles Wissen geht, ist Schweitzer Fachinformationen wegweisend. Kunden aus Recht und Beratung sowie Unternehmen, öffentliche Verwaltungen und Bibliotheken erhalten komplette Lösungen zum Beschaffen, Verwalten und Nutzen von digitalen und gedruckten Medien.
This CCIS volume constitutes the refereed proceedings of Second International Artificial Intelligence Conference on Artificial Intelligence and Machine Learning, IAIC 2024, held in Jinyun, China, November 2024.
The 38 full papers presented were carefully reviewed and selected from 100 submissions.They were organized in following topical sections as follows:
Part I : Artificial Intelligence in Real-World Applications.Part II : Artificial Intelligence in Network and Security systems.
.- Artificial Intelligence in Network and Security Systems. .- Noise-Resilient Compressive Sensing via Orthogonality Constraints..- Joint Sensing of Computing Power and Network for Smart Grid: A Deep Matrix Completion Approach..- Rethinking RSSI-based Key Extraction for UAVs and Ground Stations..- Campus Card Security Depository System based on State Secret Algorithm..- Network Traffic Classification via Deep Hashing Network..- A Trust Management Integrated Bayesian Network Prediction in Vehicular Networks..- Research and Development of Distribution Line Defects and Violations Detection Method and Edge Computing System Based on Improved PPYOLOe..- A Joint Optimization Algorithm for Computing Resource Allocation, UAV Trajectory, and Task Offloading in Remote Regional VANETs..- LSTMR: Spatio-Temporal 3D Multiscale ResNet Model for Cellular Network Traffic Prediction..- An Efficient Name Lookup Approach Based on Character Indexing..- A Multi-Channel Target Direction Speech Separation Model Based on Efficient Convolutional Networks..- Secure Cloud-Edge Collaborative Task Scheduling Framework Across Data Centers..- Research on Security Sharing Mechanism of Cyber Threat Intelligence Based on Consortium Blockchain..- Towards Automated Decoding of Vehicle CAN Data using Deep Learning..- Transfer Learning-driven Surrogate-assisted Differential Evolution Algorithm with User Generated Content.
Dateiformat: PDFKopierschutz: Wasserzeichen-DRM (Digital Rights Management)
Systemvoraussetzungen:
Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Mit Wasserzeichen-DRM wird hier ein „weicher” Kopierschutz verwendet. Daher ist technisch zwar alles möglich – sogar eine unzulässige Weitergabe. Aber an sichtbaren und unsichtbaren Stellen wird der Käufer des E-Books als Wasserzeichen hinterlegt, sodass im Falle eines Missbrauchs die Spur zurückverfolgt werden kann.
Weitere Informationen finden Sie in unserer E-Book Hilfe.