Methods and Techniques in Deep Learning (Hardcover)
Idioma: inglés
Editorial: John Wiley & Sons Inc, New York, 2022
- Tapa dura
- Nuevo
Librería: CitiRetail, Stevenage, Reino UnidoCitiRetail
Vendedor de AbeBooks desde 29 de junio de 2022
Condición: Nuevo
EUR 138,05
Cantidad disponible: 1 disponibles
Añadir al carritoDescripción del artículo del vendedor
Hardcover. Methods and Techniques in Deep Learning Introduces multiple state-of-the-art deep learning architectures for mmWave radar in a variety of advanced applications Methods and Techniques in Deep Learning: Advancements in mmWave Radar Solutions provides a timely and authoritative overview of the use of artificial intelligence (AI)-based processing for various mmWave radar applications. Focusing on practical deep learning techniques, this comprehensive volume explains the fundamentals of deep learning, reviews cutting-edge deep metric learning techniques, describes different typologies of reinforcement learning (RL) algorithms, highlights how domain adaptation (DA) can be used for improving the performance of machine learning (ML) algorithms, and more. Throughout the book, readers are exposed to product-ready deep learning solutions while learning skills that are relevant for building any industrial-grade, sensor-based deep learning solution. A team of authors with more than 70 filed patents and 100 published papers on AI and sensor processing illustrates how deep learning is enabling a range of advanced industrial, consumer, and automotive applications of mmWave radars. In-depth chapters cover topics including multi-modal deep learning approaches, the elemental blocks required to formulate Bayesian deep learning, how domain adaptation (DA) can be used for improving the performance of machine learning algorithms, and geometric deep learning are used for processing point clouds. In addition, the book: Discusses various advanced applications and how their respective challenges have been addressed using different deep learning architectures and algorithms Describes deep learning in the context of computer vision, natural language processing, sensor processing, and mmWave radar sensors Demonstrates how deep parametric learning reduces the number of trainable parameters and improves the data flow Presents several human-machine interface (HMI) applications such as gesture recognition, human activity classification, human localization and tracking, in-cabin automotive occupancy sensing Methods and Techniques in Deep Learning: Advancements in mmWave Radar Solutions is an invaluable resource for industry professionals, researchers, and graduate students working in systems engineering, signal processing, sensors, data science, and AI. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
N° de ref. del artículo 9781119910657
- Título
- Methods and Techniques in Deep Learning (Hardcover)
- Autor
- Avik Santra
- Editorial
- John Wiley & Sons Inc, New York
- Año de publicación
- 2022
- Estado
- new
- Encuadernación
- Hardcover
- Idioma
- inglés
- ISBN 10
- 111991065X
- ISBN 13
- 9781119910657
Introduces multiple state-of-the-art deep learning architectures for mmWave radar in a variety of advanced applications
Methods and Techniques in Deep Learning: Advancements in mmWave Radar Solutions provides a timely and authoritative overview of the use of artificial intelligence (AI)-based processing for various mmWave radar applications. Focusing on practical deep learning techniques, this comprehensive volume explains the fundamentals of deep learning, reviews cutting-edge deep metric learning techniques, describes different typologies of reinforcement learning (RL) algorithms, highlights how domain adaptation (DA) can be used for improving the performance of machine learning (ML) algorithms, and more. Throughout the book, readers are exposed to product-ready deep learning solutions while learning skills that are relevant for building any industrial-grade, sensor-based deep learning solution.
A team of authors with more than 70 filed patents and 100 published papers on AI and sensor processing illustrates how deep learning is enabling a range of advanced industrial, consumer, and automotive applications of mmWave radars. In-depth chapters cover topics including multi-modal deep learning approaches, the elemental blocks required to formulate Bayesian deep learning, how domain adaptation (DA) can be used for improving the performance of machine learning algorithms, and geometric deep learning are used for processing point clouds. In addition, the book:
- Discusses various advanced applications and how their respective challenges have been addressed using different deep learning architectures and algorithms
- Describes deep learning in the context of computer vision, natural language processing, sensor processing, and mmWave radar sensors
- Demonstrates how deep parametric learning reduces the number of trainable parameters and improves the data flow
- Presents several human-machine interface (HMI) applications such as gesture recognition, human activity classification, human localization and tracking, in-cabin automotive occupancy sensing
Methods and Techniques in Deep Learning: Advancements in mmWave Radar Solutions is an invaluable resource for industry professionals, researchers, and graduate students working in systems engineering, signal processing, sensors, data science, and AI.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
Avik Santra is Head of Advanced Artificial Intelligence at Infineon Technologies, Munich, Germany.
Souvik Hazra is a Senior Staff Machine Learning Engineer at Infineon Technologies, Munich, Germany.
Lorenzo Servadei is a Senior Staff Machine Learning Engineer at Infineon Technologies and a Lecturer at The Technical University of Munich (TU München), Germany.
Thomas Stadelmayer is a Staff Machine Learning Engineer at Infineon Technologies, Munich, Germany.
Michael Stephan is a PhD candidate at Infineon Technologies, Munich, Germany and Friedrich-Alexander-University of Erlangen-Nürnberg, Germany.
Anand Dubey is a Staff Machine Learning Engineer at Infineon Technologies.
“Acerca de” puede pertenecer a otra edición de este título.
CitiRetail
Stevenage, Reino Unido
Vendedor de AbeBooks desde 29 de junio de 2022
Tarifas de envío de Reino Unido a Estados Unidos de America
| Artículo | De 7 a 14 días hábiles | De 7 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 43,13 | EUR 43,13 |
Métodos de pago
Descripción de la tienda
Online business
Información empresarial del vendedor
ABC BOOKS LIMITED
10 John Street
London, Reino Unido WC1N 2EB
Condiciones de venta
Orders can be returned within 30 days of receipt.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a CitiRetail, Stevenage, United Kingdom, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.