Machine Learning and Deep Learning Driven Techniques for Multimodal Data Security in the Internet of Multimedia Things
We are living in an AI and data-driven era. A huge volume of data is generated from all sectors including smart cities, intelligent transportation systems, smart healthcare, education, smart agriculture and smart industrial processes. This information comprises multiple modalities such as textual... Lue lisää
We are living in an AI and data-driven era. A huge volume of data is generated from all sectors including smart cities, intelligent transportation systems, smart healthcare, education, smart agriculture and smart industrial processes. This information comprises multiple modalities such as textual... Lue lisää
-
Tuotekuvaus
We are living in an AI and data-driven era. A huge volume of data is generated from all sectors including smart cities, intelligent transportation systems, smart healthcare, education, smart agriculture and smart industrial processes. This information comprises multiple modalities such as textual data, images, sound, gestures and genetic sequences, which are generated through various sources. The internet of multimedia things (IoMT) is one of the key contributors to the collection, analysis and management of voluminous multimodal data. The dominating features of IoMTs are well-timed delivery of data and dependability, but they require high levels of memory and computational power, which requires higher bandwidth and more power. Therefore, they require rigorous quality of service (QoS) and efficient, reliable and secure network frameworks. The objective of this book is to explore machine learning (ML) and deep learning (DL) techniques for securing data with multiple modalities in a wide range of data-centric smart applications in the IoMT framework. In all data-centric application domains where on-time availability of data and reliability are the major concerns, IoMT is contributing significantly. The authors present the challenges faced to organize and process multimodal data in data-centric applications, several types of data modalities, and innovative IoMT frameworks. A particular focus is placed on the role of ML and DL techniques in securing multi-modal data for real-time monitoring in smart environment applications. Machine Learning and Deep Learning Driven Techniques for Multimodal Data Security in the Internet of Multimedia Things caters to the needs of AI, big data and IoT advanced students, academic and industry researchers, engineers, security experts, data analysts, and AI and data-centric application developers. -
Tuotetiedot
- Kustantaja / Valmistaja Institution of Engineering and Technology
- ISBN 9781837241354
- Tuotekoodi 9781837241354
- Kirjoittajat Armenia) Kumar; Sita Rani
- Sarja Security
- Kieli Englanti
- Thema-luokitus Tiedonkeruu ja tietoanalyysi; Koneoppiminen
- Ilmestymispäivä 01.09.2026
- Vuosi 2026
- Tuoteryhmä Ulk talous, yhteiskunta
- Tuotepääryhmä Ulkomaiset tietokirjat
- Tuotelinja Kirjat
- Sivumäärä 256
- Pituus (mm) 234
- Leveys (mm) 156
- Tuotemuoto Kovakantinen
- ALV 13,5%
Tämä tuote kuuluu tuoteryhmiin
Tuotearvostelut Suomalainen.comissa
Tutustu tuotearvostelujen käytäntöihin ja ehtoihin ennen kuin jätät arvostelun.
Suomalainen.com -verkkokaupassa on mahdollista jättää tuotearvosteluja siellä myynnissä olevista tuotteista. Tuotearvosteluja voivat jättää sekä tuotetta Suomalaisesta Kirjakaupasta ostaneet asiakkaat että muut sivuston käyttäjät. Arvostelijan nimimerkin jälkeinen teksti kertoo, onko kyseessä vahvistettu ostaja vai muu asiakas/sivuston käyttäjä.
-
Vahvistettu ostaja - Kyseinen arvostelu on jätetty käyttämällä tuotteen ostajalle lähetettyä sähköpostilinkkiä. Kyseessä on siis vahvistettu ostaja eli arvostelun jättänyt henkilö on ostanut todennetusti kyseisen tuotteen.
-
Vahvistettu suosittelija - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla. Arvostelijan sähköpostiosoite on vahvistettu, jotta on voitu varmistua siitä, että arvostelun on jättänyt oikea henkilö. Suomalainen.com ei kuitenkaan ole vahvistanut, että kyseinen henkilö on ostanut tuotteen.
- Ei tekstiä nimimerkin jälkeen - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla, mutta arvostelun jättäjän sähköpostiosoitetta ei ole vahvistettu.
Tuotearvostelussa pakollisia tietoja ovat tuotteen pistemäärä (tähdet), otsikko sekä arvosteluteksti. Jos jätät arvostelun sinulle lähetetyn sähköpostilinkin kautta, arvostelu julkaistaan käyttämällä etunimeäsi sekä sukunimen ensimmäistä kirjainta.
Jos jätät arvostelun sivustollamme, voit käyttää arvostelussa myös nimimerkkiä. Arvostelun jättämisen yhteydessä sinulta kysytään sähköpostiosoitetta, jonka avulla vahvistamme, että arvostelun on lähettänyt oikea henkilö, eikä esimerkiksi robotti. Tuotearvostelujen palveluntarjoajana toimii Yotpo. Katso Yotpon tietosuojaseloste.
Arvostelut julkaistaan tuotteen kohdalla automaattisesti ja ne tulevat esiin viiveellä. Suomalainen.com pidättää kuitenkin oikeuden poistaa kommentit, jotka sisältävät epäasiallista, herjaavaa tai halventavaa kieltä, vihapuhetta tai ovat muuten hyvän tavan vastaisia, tai joissa markkinoidaan muiden toimijoiden sivustoja tai tuotteita.
Jättämällä arvostelun annat Suomalaiselle Kirjakaupalle oikeuden käyttää kyseisiä arvosteluja omassa markkinoinnissaan (sekä painettu että digitaalinen) ilman erillistä korvausta. Arvosteluja käytetään myös analysointiin ja markkinoinnin kehittämiseen.
Tuotearvostelun jättäneiden kesken arvotaan säännöllisin väliajoin tuotepalkintoja. Tutustu arvonnan sääntöihin täällä.
Mikäli haluat poistaa jättämäsi tuotearvostelun verkkokaupastamme, pyyntö tästä tulee ohjata asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Tuotearvostelut eivät ole tarkoitettu asiakasreklamaatioiden tai tilauskyselyjen tekemiseen. Reklamaatiotapauksissa pyydämme ottamaan yhteyttä asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Jättämällä arvostelun suomalainen.com -verkkokauppaan hyväksyt yllämainitut käytännöt ja ehdot.
Lue lisää tuotearvosteluista.
