Machine Learning and IoT for Intelligent Systems and Smart Applications
eBook - ePub

Machine Learning and IoT for Intelligent Systems and Smart Applications

Madhumathy P, M Vinoth Kumar, R. Umamaheswari, Madhumathy P, M Vinoth Kumar, R. Umamaheswari

Partager le livre
  1. 228 pages
  2. English
  3. ePUB (adapté aux mobiles)
  4. Disponible sur iOS et Android
eBook - ePub

Machine Learning and IoT for Intelligent Systems and Smart Applications

Madhumathy P, M Vinoth Kumar, R. Umamaheswari, Madhumathy P, M Vinoth Kumar, R. Umamaheswari

DĂ©tails du livre
Aperçu du livre
Table des matiĂšres
Citations

À propos de ce livre

The fusion of AI and IoT enables the systems to be predictive, prescriptive, and autonomous, and this convergence has evolved the nature of emerging applications from being assisted to augmented, and ultimately to autonomous intelligence. This book discusses algorithmic applications in the field of machine learning and IoT with pertinent applications. It further discusses challenges and future directions in the machine learning area and develops understanding of its role in technology, in terms of IoT security issues. Pertinent applications described include speech recognition, medical diagnosis, optimizations, predictions, and security aspects.

Features:



  • Focuses on algorithmic and practical parts of the artificial intelligence approaches in IoT applications.


  • Discusses supervised and unsupervised machine learning for IoT data and devices.


  • Presents an overview of the different algorithms related to Machine learning and IoT.


  • Covers practical case studies on industrial and smart home automation.


  • Includes implementation of AI from case studies in personal and industrial IoT.

This book aims at Researchers and Graduate students in Computer Engineering, Networking Communications, Information Science Engineering, and Electrical Engineering.

Foire aux questions

Comment puis-je résilier mon abonnement ?
Il vous suffit de vous rendre dans la section compte dans paramĂštres et de cliquer sur « RĂ©silier l’abonnement ». C’est aussi simple que cela ! Une fois que vous aurez rĂ©siliĂ© votre abonnement, il restera actif pour le reste de la pĂ©riode pour laquelle vous avez payĂ©. DĂ©couvrez-en plus ici.
Puis-je / comment puis-je télécharger des livres ?
Pour le moment, tous nos livres en format ePub adaptĂ©s aux mobiles peuvent ĂȘtre tĂ©lĂ©chargĂ©s via l’application. La plupart de nos PDF sont Ă©galement disponibles en tĂ©lĂ©chargement et les autres seront tĂ©lĂ©chargeables trĂšs prochainement. DĂ©couvrez-en plus ici.
Quelle est la différence entre les formules tarifaires ?
Les deux abonnements vous donnent un accĂšs complet Ă  la bibliothĂšque et Ă  toutes les fonctionnalitĂ©s de Perlego. Les seules diffĂ©rences sont les tarifs ainsi que la pĂ©riode d’abonnement : avec l’abonnement annuel, vous Ă©conomiserez environ 30 % par rapport Ă  12 mois d’abonnement mensuel.
Qu’est-ce que Perlego ?
Nous sommes un service d’abonnement Ă  des ouvrages universitaires en ligne, oĂč vous pouvez accĂ©der Ă  toute une bibliothĂšque pour un prix infĂ©rieur Ă  celui d’un seul livre par mois. Avec plus d’un million de livres sur plus de 1 000 sujets, nous avons ce qu’il vous faut ! DĂ©couvrez-en plus ici.
Prenez-vous en charge la synthÚse vocale ?
Recherchez le symbole Écouter sur votre prochain livre pour voir si vous pouvez l’écouter. L’outil Écouter lit le texte Ă  haute voix pour vous, en surlignant le passage qui est en cours de lecture. Vous pouvez le mettre sur pause, l’accĂ©lĂ©rer ou le ralentir. DĂ©couvrez-en plus ici.
Est-ce que Machine Learning and IoT for Intelligent Systems and Smart Applications est un PDF/ePUB en ligne ?
Oui, vous pouvez accĂ©der Ă  Machine Learning and IoT for Intelligent Systems and Smart Applications par Madhumathy P, M Vinoth Kumar, R. Umamaheswari, Madhumathy P, M Vinoth Kumar, R. Umamaheswari en format PDF et/ou ePUB ainsi qu’à d’autres livres populaires dans Informatique et Extraction de donnĂ©es. Nous disposons de plus d’un million d’ouvrages Ă  dĂ©couvrir dans notre catalogue.

Informations

Éditeur
CRC Press
Année
2021
ISBN
9781000484984
Édition
1

1 A Study on Feature Extraction and Classification Techniques for Melanoma Detection

S. Poovizhi1, Dr. T. R. Ganesh Babu2, Dr. R. Praveena3, and Dr. J. Kirubakaran4
1Research Scholar, Department of Electronics and Communication Engineering, Anna University
2Professor, Department of Electronics and Communication Engineering, Muthayammal Engineering College
3Associate Professor, Department of Electronics and Communication Engineering, Muthayammal Engineering College
4Associate Professor, Department of Electronics and Communication Engineering, Muthayammal Engineering College
  1. Contents
  2. 1.1 Introduction
  3. 1.2 Feature Extraction
  4. 1.2.1 Fourier Transform (FT)
  5. 1.2.2 Short Time Fourier Transform (STFT)
  6. 1.2.3 Wavelet Transform
  7. 1.2.3.1 Discrete Wavelet Transform
  8. 1.2.3.2 Discrete Curvelet Transform
  9. 1.2.3.3 Discrete Contourlet Transform
  10. 1.2.3.4 Discrete Shearlet Transform
  11. 1.2.3.5 Bendlet Transform
  12. 1.3 Classification
  13. 1.3.1 Logistic Regression
  14. 1.3.2 K-Nearest Neighbor
  15. 1.3.3 Decision Trees
  16. 1.3.4 Support Vector Machine
  17. 1.4 Skin Cancer Diagnostic System for Melanoma Detection
  18. 1.5 Conclusion
  19. References
DOI: 10.1201/9781003194415-1

1.1 Introduction

The incidence of malignant melanoma is in the majority cases fatal and increasing worldwide. According to the 2020 Melanoma Skin Cancer Report of the Global Cancer Observatory, there were 287,723 cases of melanoma and 1,042,056 of non-melanoma cancers recorded globally with a greater number of cases in Australia and the United States of America than anywhere else in the world [1]. Gender-wise, men are 10% more likely to develop melanoma skin cancer than women and 4% more likely to die from melanoma than women. (Figure 1.1) gives a snapshot of growth of skin cancer from current to future projected levelsand (Table 1.1) gives projected levels of new cases of skin cancer.
Table 1.1
Global Cancer Observatory Report 2020
Estimated New Cases in 2025
340,271
Estimated New Cases in 2040
466,914
The rapid increase of skin cancer rate over years
Figure 1.1 Incidence and Mortality Rate of Melanoma Cancer.
The two major types of skin cancers are Melanoma and Non-Melanoma. Melanoma arises from malignant melanocytic cells of the epidermis and this cell produce melanin pigment which decides the color of the skin. The malignant melanocytic cells grow abnormally and invade other skin cells forming a big mass of cells called the tumor. Early detection and treatment profoundly lead to prognosis of the disease. With many skin imaging techniques developed in recent years for assisting dermatologists to detect the melanoma, some of the techniques are (i) Total Body Photograph [2] (ii) Ultrasonography [3] (iii) Epiluminescence Microscopy [4] (iv) Cross Polarization Epiluminescence...

Table des matiĂšres