KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Optimizing Edge and Fog Computing Applications with AI and Metaheuristic Algorithms

Optimizing Edge and Fog Computing Applications with AI and Metaheuristic Algorithms

274,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

The book covers resource management techniques to enhance resource optimization, security mechanisms and predictive computing in fog and edge computing. Machine learning (ML) can leverage the distributed nature of these fog and edge architectures to perform computation and analysis closer to the data...

Beschreibung

The book covers resource management techniques to enhance resource optimization, security mechanisms and predictive computing in fog and edge computing. Machine learning (ML) can leverage the distributed nature of these fog and edge architectures to perform computation and analysis closer to the data source.

Produktdetails

Einband

Gebundene Ausgabe
Erscheinungsdatum

16.09.2025
Abbildungen

schwarz-weiss Illustrationen, farbige Illustrationen, Zeichnungen, schwarz-weiss, Zeichnungen, farbig, Tabellen, schwarz-weiss
Herausgeber Madhusudhan H. S. + weitere

Produktdetails

Einband

Gebundene Ausgabe
Erscheinungsdatum

16.09.2025
Abbildungen

schwarz-weiss Illustrationen, farbige Illustrationen, Zeichnungen, schwarz-weiss, Zeichnungen, farbig, Tabellen, schwarz-weiss
Herausgeber
Verlag Taylor and Francis
Seitenzahl

274
Maße (L/B/H)

24/16,1/1,9 cm
Gewicht

528 g
Sprache

Englisch
ISBN

978-1-04-100354-0
Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

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: Optimizing Edge and Fog Computing Applications with AI and Metaheuristic Algorithms

  • 1. Introduction to Resource Optimization in Fog and Edge Computing 2. Artificial Intelligence Inspired Scheduling in Edge Computing 3. Supervised Machine Learning for Load Balancing in Fog Environments 4. Blockchain-Based Secure Data Sharing System in Fog-Edge System 5. Securing IoT System Using ML Models 6. Federated Machine Learning Algorithm Aggregation Strategy for Collaborative Predictive Maintenance 7. Advance Machine Learning Algorithm Aggregation Strategy for Decentralized Collaborative Models 8. Artificial Intelligence and Machine Learning-Based Predictive Maintenance in Fog and Edge Computing Environment 9. Deep Reinforcement Learning-Based Task Scheduling in Edge Computing 10. Secure, Adaptable, and Collaborative AI: Federated Machine Learning Enhanced with Meta-Learning and Differential Privacy 11. EP-MPCHS: Edge Server-Based Cloudlet Offloading Using Multi-Core and Parallel Heap Structures