Fr. 57.50

Maschinelles Lernen zur Identifizierung von ayurvedischen Pflanzenblättern

German · Paperback / Softback

Shipping usually within 1 to 2 weeks (title will be printed to order)

Description

Read more

Die ayurvedische Pflanzenblattbestimmung wird zunehmend wichtiger, da immer mehr Menschen auf alternative und natürliche Heilmittel zurückgreifen. Die auf maschinellem Lernen basierende ayurvedische Pflanzenblattbestimmung ist eine neuartige Technik, die die ayurvedische Medizinpraxis grundlegend verändern könnte. Die genaue Identifizierung und Kategorisierung von Pflanzenarten kann zu einer verbesserten Krankheitskontrolle und -behandlung beitragen. Um diese Hindernisse zu überwinden und die Präzision und Zuverlässigkeit der Ergebnisse zu gewährleisten, sind weitere Forschung und Entwicklung in diesem Bereich erforderlich. Ayurveda hat das Potenzial, sich weiterzuentwickeln und Menschen durch die Kombination von altem Wissen und modernen Technologien zu einem gesünderen und ausgeglicheneren Leben zu verhelfen.

About the author










Dr. Kazi Kutubuddin Sayyad Liyakat hat seinen B.E., M.E. und Ph.D. in E&TC Engineering abgeschlossen und arbeitet heute als Professor und Abteilungsleiter in der Abteilung E&TC Engineering. Er ist Post-Doktorand und arbeitet an IoT-Anwendungen im Gesundheitswesen. Sein Interessengebiet ist IoT, IoRT, IoBT, AI, ML und AIIoT.

Product details

Authors Kutubuddin Sayyad Liyakat Kazi
Publisher Verlag Unser Wissen
 
Languages German
Product format Paperback / Softback
Released 31.03.2025
 
EAN 9786208812133
ISBN 9786208812133
No. of pages 68
Subject Natural sciences, medicine, IT, technology > Technology > Electronics, electrical engineering, communications engineering

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.