La larga crisis económica que acabó estallando en 2008 ha dado lugar, bajo la égida de la digitalización, a un nuevo modo no sólo de fabricar o producir artículos, sino de consumirlos, conocido con la etiqueta ‘industria 4.0’. El internet de las cosas, la inteligencia artificial, la robótica, los vehículos autónomos y los drones, la realidad virtual, el rastreo digital o la impresión 3D son tecnologías que están cambiando nuestras vidas. ¿Está justificado hablar de una nueva revolución industrial? A fin de contestar a esta pregunta, Patrizio Bianchi nos describe los principales atributos que caracterizaron a las tres anteriores (la especialización y la división del trabajo; la producción en masa y la cadena de montaje, y por último la producción diferenciada y la emergencia de la tecnología de la información), para formular a continuación las preguntas clave relacionadas con la transformación social, política y científica que está marcando los comienzos del siglo XXI y trazar los rasgos que la distinguen.
4.0: La nueva revolución industrial
ISBN: 9788491819561
El precio original era: 10,00€.10,00€El precio actual es: 10,00€. 9,51€ IVA incluido
Solo quedan 15 disponibles (puede reservarse)
| Fecha de edición | 10/09/2020 |
|---|---|
| Número de Edición |
1 |
| Idioma | |
| Formato | |
| Páginas |
160 |
| Lugar de edición |
MADRID |
| Colección |
EL LIBRO DE BOLSILLO. CIENCIAS SOCIALES |
| Encuadernación |
Preface.
Contributors.
1. Overview (Chein-I Chang).
I TUTORALS.
2. Hyperspectral Imaging Systems (John P. Kerekes and John R. Schott).
3. Information-Processed Matched Filters for Hyperspectral Target Detection and Classification (Chein-I Chang).
II THEORY.
4. An Optical Real-Time Adaptive Spectral Identification System (ORASIS) (Jeffery H. Bowles and David B. Gillis).
5. Stochastic Mixture Modeling (Michael T. Eismann1 and David W. J. Stein).
6. Unmixing Hyperspectral Data: Independent and Dependent Component Analysis (Jose M.P. Nascimento1 and Jose M.B. Dias).
7. Maximum Volume Transform For Endmember Spectra Determination (Michael E. Winter).
8. Hyperspectral Data Representation (Xiuping Jia and John A. Richards).
9. Optimal Band Selection and Utility Evaluation for Spectral Systems (Sylvia S. Shen).
10. Feature Reduction for Classification Purpose (Sebastiano B. Serpico, Gabriele Moser, and Andrea F. Cattoni).
11. Semi-supervised Support Vector Machines for Classification of Hyperspectral Remote Sensing Images (Lorenzo Bruzzone, Mingmin Chi, and Mattia Marconcini).
III APPLICATIONS.
12. Decision Fusion for Hyperspectral Classification (Mathieu Fauvel, Jocelyn Chanussot, and Jon Atli Benediktsson)
13. Morphological Hyperspectral Image Classification: A Parallel Processing Perspective (Antonio J. Plaza).
14. Three-Dimensional Wavelet-Based Compression of Hyperspectral Imagery (James E. Fowler and Justin T. Rucker).
Index.
Chein-I Chang, PHD, is Professor in the Department of Computer Sciences and Electrical Engineering at the University of Maryland, Baltimore County, where he directs the Remote Sensing Signal and Image Processing Laboratory. Dr. Chang is a Fellow of SPIE, the International Society for Optical Engineering, for his achievements in hyperspectral image processing. He is Associate Editor of the IEEE Transactions on Geoscience and Remote Sensing and the author of Hyperspectral Imaging: Techniques for Spectral Detection and Classification.
Productos relacionados
Acabemos con el paro! Cómo poner fin a la mayor lacra social y económica de nuestro país
Escritos Económicos (1893-1899). ¿Quienes son los ‘amigos del pueblo’?
Ante una Nueva Expansión Económica
América Latina y Desarrollo Económico. Estructura, Inserción Externa y Sociedad
Administración de Justicia y Crecimiento Económico
