KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Data Modelling and Analytics for the Internet of Medical Things

Data Modelling and Analytics for the Internet of Medical Things

82,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

26.12.2025

Abbildungen

schwarz-weiss Illustrationen, Raster,schwarz-weiss, Zeichnungen, schwarz-weiss, Tabellen, schwarz-weiss

Herausgeber

Rajiv Pandey + weitere

Verlag

Taylor and Francis

Seitenzahl

330

Maße (L/B/H)

23,4/15,6/1,8 cm

Gewicht

503 g

Sprache

Englisch

ISBN

978-1-03-241831-5

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

26.12.2025

Abbildungen

schwarz-weiss Illustrationen, Raster,schwarz-weiss, Zeichnungen, schwarz-weiss, Tabellen, schwarz-weiss

Herausgeber

Verlag

Taylor and Francis

Seitenzahl

330

Maße (L/B/H)

23,4/15,6/1,8 cm

Gewicht

503 g

Sprache

Englisch

ISBN

978-1-03-241831-5

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
Die Leseprobe wird geladen.
  • Produktbild: Data Modelling and Analytics for the Internet of Medical Things

  • Part I. IoMT Datasets and Storage. 1. Remote Health Monitoring in the Era of the Internet of Medical Things. 2. Diabetic health care data analytics and application. 3. Blockchain for Handling Medical Data. 4. Cloud computing for complex IoMT data. 5. The potential of IoMT Devices in Early Detection of Suicidal Ideation. Part II. Machine Learning for Medical Things. 6. Artificial Intelligence and Internet of Medical Things in the Diagnosis and Prediction of Disease. 7. Predicting Cardiovascular Diseases Using Machine Learning: A Systematic Review of the Literature. 8. Identification of Unipolar Depression Using Boosting Algorithms. 9. Development of EEG based Identification of Learning Disability using Machine Learning Algorithms. 10. Deep Learning Approaches for IoMT. 11 Machine Learning and Deep Learning Techniques to Classify Depressed Patients from Healthy, Using Brain Signals from Electroencephalogram (EEG). 12. Dimensionality Reduction for IoMT Devices Using PCA. 13. Face Mask Detection System. Part III. IoMT: Data Analytics and Use Cases. 14. An IoT-based Real-time ECG Monitoring Platform for Multiple Patients. 15. Study on Anomaly Detection in Clinical Laboratory Data Using Internet of Medical Things. 16. Computational Intelligence Framework for Improving Quality of Life in Cancer Patients. 17. Major Depressive Disorder Detection using Data Science and Wearable Connected Devices.