Nature-Inspired Methods for Smart Healthcare Systems and Medical Data
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 160.49
-
66 563 Ft (63 393 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 13 313 Ft off)
- Kedvezményes ár 53 250 Ft (50 714 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
66 563 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 1st ed. 2024
- Kiadó Springer Nature Switzerland
- Megjelenés dátuma 2023. december 2.
- Kötetek száma 1 pieces, Book
- ISBN 9783031459511
- Kötéstípus Keménykötés
- Terjedelem250 oldal
- Méret 235x155 mm
- Súly 582 g
- Nyelv angol
- Illusztrációk XXIII, 250 p. 100 illus., 62 illus. in color. Illustrations, black & white 508
Kategóriák
Hosszú leírás:
This book aims to gather high-quality research papers on developing theories, frameworks, architectures, and algorithms for solving complex challenges in smart healthcare applications for real industry use. It explores the recent theoretical and practical applications of metaheuristics and optimization in various smart healthcare contexts. The book also discusses the capability of optimization techniques to obtain optimal parameters in ML and DL technologies. It provides an open platform for academics and engineers to share their unique ideas and investigate the potential convergence of existing systems and advanced metaheuristic algorithms. The book's outcome will enable decision-makers and practitioners to select suitable optimization approaches for scheduling patients in crowded environments with minimized human errors.
The healthcare system aims to improve the lives of disabled, elderly, sick individuals, and children. IoT-based systems simplify decision-making and task automation, offering an automated foundation. Nature-inspired metaheuristics and mining algorithms are crucial for healthcare applications, reducing costs, increasing efficiency, enabling accurate data analysis, and enhancing patient care. Metaheuristics improve algorithm performance and address challenges in data mining and ML, making them essential in healthcare research. Real-time IoT-based healthcare systems can be modeled using an IoT-based metaheuristic approach to generate optimal solutions.
Metaheuristics are powerful technologies for optimization problems in healthcare systems. They balance exact methods, which guarantee optimal solutions but require significant computational resources, with fast but low-quality greedy methods. Metaheuristic algorithms find better solutions while minimizing computational time. The scientific community is increasingly interested in metaheuristics, incorporating techniques from AI, operations research, and soft computing. New metaheuristicsoffer efficient ways to address optimization problems and tackle unsolved challenges. They can be parameterized to control performance and adjust the trade-off between solution quality and resource utilization. Metaheuristics manage the trade-off between performance and solution quality, making them highly applicable to real-time applications with pragmatic objectives.
Tartalomjegyzék:
CSR und Hochschullehre: Transdisziplinäre und innovative Konzepte und Fallbeispiele
