Bücher von Vinod Patil

Radio Frequency Identification (RFID) is an automated data-capture technology that can be used to electronically identify, track and store information on groups of products or individual items. Industry and public interest in RFID technology took a major leap in 2003 when WalMart mandated its largest 100 suppliers to commence using RFID tags on shipped items at the pallet level by 2005. The literature highlighted that the individual tag prices are expected to fall to 5 cents per unit threshold by 2008. This anticipated price should be a catalyst to increase the adoption and diffusion of RFID technology in a number of applications. Libraries are fast growing adopters of RFID as the technology promises to relieve repetitive strain injury, speed patron self check, reduce pilferage and provide accurate and timely inventory management. It has been suggested that library RFID applications may be the first major deployment of item level tagging. The library provides the panorama to study the operational issues of RFID tagging at the item level.

An Artificial Neural Network (ANN) is an information-processing paradigm that is inspired by the way biological nervous systems, such as the brain, process information. The key element of this paradigm is the novel structure of the information processing system. It is composed of a large number of highly interconnected processing elements (neurons) working in unison to solve specific problems. ANNs, like people, learn by example. An ANN is configured for a specific application, such as pattern recognition or data classification, through a learning process. Learning in biological systems involves adjustments to the synaptic connections that exist between the neurons. This is true of ANNs as well. Neural network simulations appear to be a recent development. However, this field was established before the advent of computers, and has survived several eras. Many important advances have been boosted by the use of inexpensive computer emulations.

Una Rete Neurale Artificiale (ANN) è un paradigma di elaborazione delle informazioni che si ispira al modo in cui i sistemi nervosi biologici, come il cervello, elaborano le informazioni. L'elemento chiave di questo paradigma è la nuova struttura del sistema di elaborazione delle informazioni. È composto da un gran numero di elementi di elaborazione altamente interconnessi (neuroni) che lavorano all'unisono per risolvere problemi specifici. Le RNA, come le persone, imparano con l'esempio. Una RNA è configurata per un'applicazione specifica, come il riconoscimento dei modelli o la classificazione dei dati, attraverso un processo di apprendimento. L'apprendimento nei sistemi biologici comporta aggiustamenti alle connessioni sinaptiche che esistono tra i neuroni. Questo è vero anche per le RNA. Le simulazioni di reti neurali sembrano essere uno sviluppo recente. Tuttavia, questo campo è stato stabilito prima dell'avvento dei computer, ed è sopravvissuto a diverse epoche. Molti importanti progressi sono stati potenziati dall'uso di emulazioni informatiche poco costose.

Una red neuronal artificial (RNA) es un paradigma de procesamiento de información que se inspira en la forma en que los sistemas nerviosos biológicos, como el cerebro, procesan la información. El elemento clave de este paradigma es la novedosa estructura del sistema de procesamiento de la información. Está compuesto por un gran número de elementos de procesamiento altamente interconectados (neuronas) que trabajan al unísono para resolver problemas específicos. Las RNA, al igual que las personas, aprenden mediante el ejemplo. Una RNA se configura para una aplicación específica, como el reconocimiento de patrones o la clasificación de datos, mediante un proceso de aprendizaje. El aprendizaje en los sistemas biológicos implica ajustes en las conexiones sinápticas que existen entre las neuronas. Esto también es cierto para las RNA. Las simulaciones de redes neuronales parecen ser un desarrollo reciente. Sin embargo, este campo se estableció antes de la llegada de los ordenadores y ha sobrevivido a varias épocas. Muchos avances importantes se han visto impulsados por el uso de emulaciones informáticas de bajo coste.

Uma Rede Neural Artificial (ANN) é um paradigma de processamento de informação que se inspira na forma como os sistemas nervosos biológicos, como o cérebro, processam a informação. O elemento chave deste paradigma é a nova estrutura do sistema de processamento de informação. É composto por um grande número de elementos de processamento altamente interligados (neurónios) que trabalham em uníssono para resolver problemas específicos. As ANNs, tal como as pessoas, aprendem através do exemplo. Uma ANN é configurada para uma aplicação específica, como o reconhecimento de padrões ou a classificação de dados, através de um processo de aprendizagem. A aprendizagem em sistemas biológicos envolve ajustamentos às ligações sinápticas que existem entre os neurónios. Isto também é verdade para as ANNs. As simulações de redes neurais parecem ser um desenvolvimento recente. No entanto, este campo foi estabelecido antes do advento dos computadores, e sobreviveu a várias eras. Muitos avanços importantes foram impulsionados pelo uso de emulações informáticas baratas.

Ein künstliches neuronales Netz (ANN) ist ein Informationsverarbeitungsparadigma, das sich an der Art und Weise orientiert, wie biologische Nervensysteme, z. B. das Gehirn, Informationen verarbeiten. Das Schlüsselelement dieses Paradigmas ist die neuartige Struktur des Informationsverarbeitungssystems. Es besteht aus einer großen Anzahl stark miteinander verbundener Verarbeitungselemente (Neuronen), die gemeinsam an der Lösung bestimmter Probleme arbeiten. ANNs lernen, wie Menschen, durch Beispiele. Ein ANN wird durch einen Lernprozess für eine bestimmte Anwendung konfiguriert, z. B. Mustererkennung oder Datenklassifizierung. Das Lernen in biologischen Systemen beinhaltet Anpassungen der synaptischen Verbindungen zwischen den Neuronen. Dies gilt auch für ANNs. Neuronale Netzsimulationen scheinen eine neuere Entwicklung zu sein. Dieser Bereich wurde jedoch bereits vor der Einführung von Computern geschaffen und hat mehrere Epochen überdauert. Viele wichtige Fortschritte wurden durch den Einsatz kostengünstiger Computeremulationen erzielt.