“…La lectura de este libro permite adquirir una visión de conjunto de los fundamentos de la electricidad, mediante una descripción sencilla, gráfica y práctica, pero con una adecuada fundamentación teórica, pues como dijo Ortega y Gasset, "nada hay más práctico que una buena teoría". …”

Tabla de Contenidos: “…DIFERENCIAS MÁS NOTABLES ENTRE EL EVANGELIO DE JUAN Y LOSSINÓPTICOS (MT-MC-LC) -- 2. ESTRUCTURA Y VISIÓN DE CONJUNTO DEL CONTENIDO -- 3. POSIBLE EXPLICACIÓN DE LAS DIVERGENCIAS ENTRE EL EVANGELIO DE JUAN Y LOS SINÓPTICOS -- 4. …”

Tabla de Contenidos: “…Taibo y Santiago Muiño: la visión libertaria -- 10.3.3. Drástica revisión del pasado en Wright, Jouventin, Harari, Ryan... -- 10.3.4. …”

“…La elección de una perspectiva histórica para abordar este estudio es especialmente adecuada, puesto que la visión que los pueblos de Asia tienen de ellos mismos es, más que la de muchos otros pueblos, acentuadamente histórica. …”

“…El libro presenta aspectos relacionados con la historia y el concepto de la salud ocupacional, legislación general y específica para salud visual laboral, clasificación y valoración de riesgos con énfasis en los peligros que afectan la visión. Como valor agregado, la segunda edición de este libro cuenta con un capítulo sobre investigación en salud visual ocupacional. …”

“…En el capítulo siguiente se presenta la anatomía fascial del cuello desde la perspectiva del sistema craneosacro, aportando una visión útil de esta compleja parte del cuerpo humano. …”

Tabla de Contenidos: “…Contexto de la minería ilegal -- 1.1. Una visión internacional -- 1.1.1. La minería ilegal -- 1.1.2. …”

Tabla de Contenidos: “…EL MODELO PEDAGÓGICO LASALLISTA ENTRE SÍNTESIS E INNOVACIÓN -- LA ESCUELA CRISTIANA: LA HERENCIA DE UN MODELO DIVERSO Y COMPARTIDO -- LAS CONGREGACIONES SECULARES PARISINAS -- SANTIAGO DE BATENCOUR Y -- BARRÉ Y EL MODELO DE RUAN -- LA CONGREGACIÓN DE NUESTRA SEÑORA -- CARLOS DÉMIA Y LAS PEQUEÑAS ESCUELAS DE LYON -- UNA SÍNTESIS DE LA PEDAGOGÍA DEVOTA -- LA -- LA GÉNESIS DE UN LIBRO -- ¿QUÉ VISIÓN DE LA INFANCIA? -- SOBRE LAS ESCUELAS GRATUITAS -- LA EXCLUSIVIDAD DEL FRANCÉS -- AL SERVICIO DEL ORDEN SOCIAL -- EL MODELO DE UNA ESCUELA REGULADA -- UN ESPACIO Y UN TIEMPO SAGRADOS -- LA ASIDUIDAD -- EL SILENCIO -- LA GESTIÓN DE LOS INDIVIDUOS Y DE LOS CUERPOS -- CORRECCIONES Y RECOMPENSAS -- LOS APRENDIZAJES -- LAS -- X. …”

Tabla de Contenidos: “…The Hypothetical Porous Pareto (80/20) Partition -- 2.11 Conundrums -- 2.12 Stigma of Partition vs. Astigmatism of Vision -- 2.13 The Illusion of Data, Delusion of Big Data, and the Absence of Intelligence in AI -- 2.14 In Service of Society -- 2.15 Data Science in Service of Society: Knowledge and Performance from PEAS -- 2.16 Temporary Conclusion -- Acknowledgements -- References -- Chapter 3 Machine Learning Techniques for IoT Data Analytics -- 3.1 Introduction -- 3.2 Taxonomy of Machine Learning Techniques -- 3.2.1 Supervised ML Algorithm -- 3.2.1.1 Classification -- 3.2.1.2 Regression Analysis -- 3.2.1.3 Classification and Regression Tasks -- 3.2.2 Unsupervised Machine Learning Algorithms -- 3.2.2.1 Clustering -- 3.2.2.2 Feature Extraction -- 3.2.3 Conclusion -- References -- Chapter 4 IoT Data Analytics Using Cloud Computing -- 4.1 Introduction -- 4.2 IoT Data Analytics -- 4.2.1 Process of IoT Analytics -- 4.2.2 Types of Analytics -- 4.3 Cloud Computing for IoT -- 4.3.1 Deployment Models for Cloud…”

Tabla de Contenidos: “…Front Cover -- Half Title Page -- RIVER PUBLISHERS SERIES IN COMMUNICATIONS -- Title Page - Cognitive Hyperconnected Digital Transformation Internet of Things Intelligence Evolution -- Copyright Page -- Dedication -- Contents -- Preface -- Editors Biography -- List of Figures -- List of Tables -- Chapter 1 - IoT Driving Digital Transformation - Impact on Economy and Society -- 1.1 IoT as a Major Enabler for Digitizing Industry -- 1.2 Main Elements of the IoT Implementation Plan and Its First Pillar -- 1.3 The Second and the Third Pillar - Projects, Partnerships and Standardisation -- 1.4 Conclusion -- Reference -- Chapter 2 - Next Generation IoT Platforms -- 2.1 Introduction -- 2.2 DEI Implementation - Working Groups -- 2.3 IoT Platforms - State of Play -- 2.4 Needs and Priorities for the Next Generation IoT Platforms -- 2.5 Conclusion -- References -- Chapter 3 - Internet of Things Cognitive Transformation Technology Research Trends and Applications -- 3.1 Internet of Things Evolving Vision -- 3.1.1 IoT Common Definition -- 3.1.2 IoT Cognitive Transformation -- 3.2 IoT Strategic Research and Innovation Directions -- 3.2.1 IoT Research Directions and Challenges -- 3.3 IoT Smart Environments and Applications -- 3.3.1 IoT Use Cases and Applications -- 3.3.2 Wearables -- 3.3.3 Smart Health, Wellness and Ageing Well -- 3.3.4 Smart Buildings and Architecture -- 3.3.5 Smart Energy -- 3.3.6 Smart Mobility and Transport -- 3.4 IoT and Related Future Internet Technologies -- 3.4.1 Edge Computing -- 3.4.2 Networks and Communication -- 3.5 IoT Distributed Security - Blockchain Technology -- 3.5.1 Verification and Validation in Blockchain -- 3.5.2 IoT Blockchain Application in Healthcare -- 3.6 IoT Platforms -- References -- Chapter 4 - Internet of Robotic Things - Converging Sensing/Actuating, Hyperconnectivity, Artificial Intelligence and IoT Platforms…”

Tabla de Contenidos: “…. -- Para reflejar una visión de toda la sociedad, el Comité de Participación Ciudadana del SNA debe establecer un Grupo de Trabajo específico, conformado por representantes del sector privado, a fin de reflejar las iniciativas anticorrupción del sector pr... -- El período de rotación de un año del Presidente del Comité de Participación Ciudadana puede limitar el potencial de liderazgo de la sociedad civil y del Comité Coordinador. …”

Tabla de Contenidos: “…Paysage technique de l'IA -- Genèse de l'intelligence artificielle -- Situation actuelle -- L'IA, qu'est-ce que c'est ? -- Vision conceptuelle d'un système d'IA -- Environnement -- Système d'IA -- Modèle d'IA, construction et interprétation de modèle -- Exemples de systèmes d'IA -- Système d'évaluation des risques-clients -- Assistant pour malvoyants -- AlphaGo Zero -- Système de conduite automatisée -- Cycle de vie d'un système d'IA -- Recherche en matière d'IA -- Volet 1 : Applications d'apprentissage automatique -- Volet 1: Intérêt pour l'action des pouvoirs publics -- Volet 2 : Techniques d'apprentissage automatique -- Volet 2: Intérêt pour l'action des pouvoirs publics -- Volet 3 : Solutions d'amélioration de l'apprentissage automatique/optimisations -- Volet 3: Intérêt pour l'action des pouvoirs publics -- Volet 4 : Prise en compte du contexte sociétal -- Volet 4: Intérêt pour l'action des pouvoirs publics -- Références -- Notes -- 2. …”

Tabla de Contenidos: “…Conclusions -- Notes -- Chapitre 3. La vision norvégienne de la formation tout au long de la vie : du berceau à la tombe -- 3.1. …”

Tabla de Contenidos: “…Estimaciones sobre elusión y evasión de impuestos expresadas como porcentaje del PIB -- La reforma tributaria debe ir acompañada de una reforma institucional -- Visión general de los planes de reformas tributarias -- Tabla 1.3. …”

Tabla de Contenidos:

“…On cherche aujourd'hui à comprendre et à mesurer cette activité afin que les organisations aient de meilleurs résultats et que les gouvernements puissent concevoir des politiques en vue de promouvoir ces pratiques. Ce livre offre une vision synthétique des résultats de la première enquête internationale systématique sur la gestion des connaissances réalisée par les agences nationales de statistiques du Canada, Danemark, France et Allemagne. …”

Tabla de Contenidos: “…5.4.1.2 Crop Monitoring and Disease Detection -- 5.4.1.3 Autonomous Farming and Robotics -- 5.4.1.4 Supply Chain Optimization -- 5.4.1.5 Data-Driven Farm Management -- 5.4.2 Computer Vision -- 5.4.2.1 Crop Monitoring and Disease Detection -- 5.4.2.2 Weed Identification and Management -- 5.4.2.3 Yield Estimation and Quality Assessment -- 5.4.2.4 Smart Irrigation and Resource Management -- 5.4.2.5 Plant Breeding and Genetic Improvement -- 5.4.2.6 Farm Automation and Robotics -- 5.4.2.7 Decision Support Systems -- 5.5 Introduction and Theory of IoT -- 5.5.1 Perception Layer -- 5.5.2 Network Layer -- 5.5.3 Middleware Layer -- 5.5.4 Service Layer -- 5.5.5 Analytics Layer -- 5.5.6 End-User Layer -- 5.6 Several Sensors and How They are Used in Agriculture -- 5.6.1 Level Sensors -- 5.6.1.1 Continuous Measurements -- 5.6.1.2 Point-Level Measurements -- 5.6.2 Temperature Sensors -- 5.6.3 Proximity Sensors -- 5.6.4 Infrared Sensors -- 5.6.5 Touch Sensors -- 5.7 Centralized Agriculture System -- 5.8 Conclusion -- References -- Chapter 6 Concepts of Robotics, AI, and Internet of Things (IoT) in Agriculture -- 6.1 Introduction -- 6.1.1 The Implantation of Information and Commutation Technology in Agriculture Sector -- 6.2 General Challenges Faced in the Agriculture Industry -- 6.2.1 Growing Demand for Food -- 6.2.2 Limited Resources -- 6.2.3 Climate Change -- 6.2.4 Labor Shortages -- 6.2.5 Food Demand -- 6.2.6 Specific Challenges in the Deployment of Technology of Robotics, AI, and IoT in Agriculture -- 6.3 Role of Robotics, AI, and IoT in Agriculture -- 6.4 Benefits of Robotic and AI in Improving Agriculture -- 6.4.1 Increased Efficiency -- 6.4.2 Improved Precision -- 6.4.3 Reduced Labor Costs -- 6.4.4 Sustainability -- 6.5 Collecting Data and Performing Analyses With the Help of the Internet of Things…”

Tabla de Contenidos: “…6.7.4 Canonical Correlation Forest -- 6.7.5 Extreme Gradient Boosting -- 6.7.6 Light Gradient Boosting Machines -- 6.7.7 Gradient Boosting Machines -- 6.7.8 Categorical Boosting -- 6.7.9 Natural Gradient Boosting -- 6.8 Concluding Remarks -- References -- Chapter 7 Deep Learning -- 7.1 Fundamentals -- 7.1.1 Stochastic Gradient Descent -- 7.1.2 Backpropagation -- 7.1.3 Regularization -- 7.1.3.1 Weight Decay -- 7.1.3.2 Dropout -- 7.1.3.3 Data Augmentation -- 7.1.3.4 Early Stopping -- 7.1.4 Activation Functions -- 7.1.5 Loss Functions -- 7.2 Neural Network Architectures -- 7.2.1 Multilayer Perceptron -- 7.2.2 Convolutional Neural Networks -- 7.2.2.1 Convolutional Layers -- 7.2.2.2 Pooling Layers -- 7.2.2.3 Fully Connected Layers -- 7.2.2.4 Receptive Field and Feature Map -- 7.2.2.5 Training CNNs -- 7.2.2.6 Data Structures in CNNs -- 7.2.2.7 Evolving Trends in CNN Design -- 7.2.3 Recurrent Neural Networks -- 7.2.3.1 Long- and Short-Term Memory -- 7.2.3.2 Gated Recurrent Unit -- 7.2.4 Vision Transformers -- 7.2.5 Deep Multilayer Perceptron -- 7.2.6 Generative Adversarial Networks -- 7.2.7 Deep Autoencoders -- 7.2.7.1 Undercomplete Autoencoders -- 7.2.7.2 Regularized Autoencoders -- 7.2.7.3 Sparse Autoencoders -- 7.2.7.4 Denoising Autoencoders -- 7.2.7.5 Variational Autoencoders -- 7.3 Learning Paradigms -- 7.3.1 Transfer Learning -- 7.3.2 Semi-Supervised Learning -- 7.3.3 Reinforcement Learning -- 7.3.4 Active Learning -- 7.3.5 Multitask Learning -- 7.4 Application of DL in Remote Sensing -- 7.4.1 Semantic Segmentation -- 7.4.2 Object Detection -- 7.4.3 Scene Classification -- 7.4.4 Change Detection -- 7.5 Concluding Remarks -- References -- Chapter 8 Object-B ased Image Analysis -- 8.1 Clustering-Based Segmentation -- 8.1.1 Mean-Shift Algorithm -- 8.1.2 Superpixel Segmentation -- 8.2 Thresholding-Based Segmentation -- 8.3 Edge-Based Segmentation…”

Tabla de Contenidos: “…7.3.3 Methodology Flow Chart -- 7.3.4 Data Pre-Processing -- 7.3.5 Models Deployed -- 7.3.6 Training and Testing -- 7.4 Analysis -- 7.4.1 Datasets -- 7.4.2 Feature Extraction -- 7.4.3 Splitting of Data into Samples -- 7.4.4 Algorithms Used -- 7.4.4.1 Multinomial Logistic Regression -- 7.4.4.2 K-Nearest Neighbors -- 7.4.4.3 Decision Tree -- 7.4.4.4 Support Vector Machine (SVM) -- 7.4.4.5 Random Forest -- 7.5 Results and Discussion -- 7.5.1 Importance of Classification Reports -- 7.5.2 Importance of Confusion Matrices -- 7.5.3 Decision Tree -- 7.5.4 Random Forest -- 7.5.5 K-Nearest Neighbors -- 7.5.6 Logistic Regression -- 7.5.7 Support Vector Machine -- 7.5.8 Comparison of the Algorithms -- 7.5.8.1 Accuracies -- 7.5.8.2 Precision and Recall -- 7.6 Conclusions -- 7.7 Scope of Future Work -- References -- Chapter 8 Smart Vision-Based Sensing and Monitoring of Power Plants for a Clean Environment -- 8.1 Introduction -- 8.1.1 Color Image Processing -- 8.1.2 Motivation -- 8.1.3 Objectives -- 8.2 Literature Review -- 8.2.1 Gas Turbine Power Plants -- 8.2.2 Artificial Intelligent Methods -- 8.3 Materials and Methods -- 8.3.1 Feature Extraction -- 8.3.2 Classification -- 8.4 Results and Discussion -- 8.4.1 Fisher's Linear Discriminant Function (FLDA) and Curvelet -- 8.5 Conclusion -- 8.5.1 Future Scope of Work -- References -- Chapter 9 Implementation of FEM and Machine Learning Algorithms in the Design and Manufacturing of Laminated Composite Plate -- Abbreviations -- 9.1 Introduction -- 9.2 Numerical Experimentation Program -- 9.3 Discussion of the Results -- 9.4 Conclusion -- Acknowledgements -- References -- Part II: Integration of Digital Technologies to Operations -- Chapter 10 Edge Computing-Based Conditional Monitoring -- 10.1 Introduction -- 10.1.1 Problem Statement -- 10.2 Literature Review -- 10.3 Edge Computing -- 10.4 Methodology…”

“…Metaheuristic Optimization Algorithms have become indispensable tools, with applications in data analysis, text mining, classification problems, computer vision, image analysis, pattern recognition, medicine, and many others. …”