مشخصات کتاب

Code Recognition and Set Selection with Neural Networks

ویرایش:  
نویسندگان: Clark Jeffries (auth.),  Clark Jeffries (eds.)  
سری: Mathematical Modeling 7 
ISBN (شابک) : 9781461278368, 9781461232162 
ناشر: Birkhäuser Boston 
سال نشر: 1991 
تعداد صفحات: 175 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

کلمات کلیدی مربوط به کتاب تشخیص کد و انتخاب مجموعه با شبکه های عصبی: منطق و مبانی ریاضی، مدل سازی ریاضی و ریاضیات صنعتی، علوم و مهندسی محاسبات، الگوریتم ها

در صورت تبدیل فایل کتاب Code Recognition and Set Selection with Neural Networks به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تشخیص کد و انتخاب مجموعه با شبکه های عصبی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب تشخیص کد و انتخاب مجموعه با شبکه های عصبی

0-رویکرد شبکه عصبی برای حل مسئله.- 0.1 تعریف شبکه عصبی.- 0.2 شبکه های عصبی به عنوان سیستم های پویا.- 0.3 مدل های افزودنی و مرتبه بالا.- 0.4 مثال.- 0.5 پیوند با علوم اعصاب.- 1-شبکه های عصبی به عنوان سیستم های پویا.- 1.1 مدل های شبکه عصبی عمومی.- 1.2 ویژگی های عمومی پویایی شبکه های عصبی.- 1.3 مسائل انتخاب مجموعه.- 1.4 مسیرهای ثابت غیرقابل اجرا.- 1.5 یکی دیگر از مشکلات انتخاب مجموعه.- 1.6 تنظیم شبکه های عصبی انتخابی با اغتشاش.7 یادگیری. .- مسائل و پاسخ ها.- 2-هایپرگراف ها و شبکه های عصبی.- 2.1 چند محصولی در مدل های شبکه عصبی.- 2.2 مسیرها، چرخه ها و ضرب کننده های ولترا.- 2.3 تابع کوهن-گروسبرگ.- 2.4 تابع بنیاد؟.- 2.5 فرمول بندی محصول تصویری شبکه های عصبی مرتبه بالا.- مشکلات و پاسخ ها.- 3-مدل حافظه.- 3.1 حافظه متراکم با شبکه های عصبی مرتبه بالا.- 3.2 مدل های شبکه عصبی مرتبه بالا.- 3.3 مدل حافظه.- 3.4 دینامیک مدل حافظه.- 3.5 مدل های حافظه اصلاح شده با استفاده از تابع پایه.- 3.6 مقایسه مدل حافظه و مدل هاپفیلد.- مشکلات و پاسخ ها.- 4-تشخیص کد، ارتباطات دیجیتال و تشخیص عمومی.- 4.1 تصحیح خطا برای کدهای باینری .- 4.2 تست های اضافی مدل حافظه به عنوان رمزگشا.- 4.3 تشخیص عمومی.- 4.4 اسکن در تشخیص تصویر.- 4.5 رمزگشایی شبکه عصبی تجاری.- مشکلات و پاسخ ها.- 5-شبکه های عصبی به عنوان سیستم های پویا.- 5.1 A -سیکل حد بعدی.- 5.2 سیم کشی.- 5.3 شبکه های عصبی با ترکیبی از چرخه های حدی و مسیرهای ثابت.- مسائل و پاسخ ها.- 6-حل مسائل تحقیق در عملیات با شبکه های عصبی.- 6.1 انتخاب ماتریس های جایگشت با شبکه های عصبی.-2.- . بهینه سازی در مدل انتخاب ماتریس جایگشت اصلاح شده.- 6.3 مسئله تخصیص درجه دوم.- ضمیمه الف- مقدمه ای بر سیستم های دینامیکی.- الف.1 عناصر سیستم های دینامیکی دوبعدی.- الف.2 عناصر سیستم های دینامیکی n بعدی. - الف.3 رابطه بین تفاوت و معادلات دیفرانسیل.- الف.4 مفهوم پایداری.- الف.5 چرخه حدی.- الف.6 نظریه لیاپانوف.- الف.7 قضیه خطی سازی.- الف.8 ثبات سیستم های خطی.- پیوست ب-شبیه سازی سیستم های دینامیکی با صفحات گسترده.- مراجع.- فهرست کلمات کلیدی.- اپیلوگ.

توضیحاتی درمورد کتاب به خارجی

0-The Neural Network Approach to Problem Solving.- 0.1 Defining a Neural Network.- 0.2 Neural Networks as Dynamical Systems.- 0.3 Additive and High Order Models.- 0.4 Examples.- 0.5 The Link with Neuroscience.- 1-Neural Networks as Dynamical Systems.- 1.1 General Neural Network Models.- 1.2 General Features of Neural Network Dynamics.- 1.3 Set Selection Problems.- 1.4 Infeasible Constant Trajectories.- 1.5 Another Set Selection Problem.- 1.6 Set Selection Neural Networks with Perturbations.- 1.7 Learning.- Problems and Answers.- 2-Hypergraphs and Neural Networks.- 2.1 Multiproducts in Neural Network Models.- 2.2 Paths, Cycles, and Volterra Multipliers.- 2.3 The Cohen-Grossberg Function.- 2.4 The Foundation Function ?.- 2.5 The Image Product Formulation of High Order Neural Networks.- Problems and Answers.- 3-The Memory Model.- 3.1 Dense Memory with High Order Neural Networks.- 3.2 High Order Neural Network Models.- 3.3 The Memory Model.- 3.4 Dynamics of the Memory Model.- 3.5 Modified Memory Models Using the Foundation Function.- 3.6 Comparison of the Memory Model and the Hopfield Model.- Problems and Answers.- 4-Code Recognition, Digital Communications, and General Recognition.- 4.1 Error Correction for Binary Codes.- 4.2 Additional Tests of the Memory Model as a Decoder.- 4.3 General Recognition.- 4.4 Scanning in Image Recognition.- 4.5 Commercial Neural Network Decoding.- Problems and Answers.- 5-Neural Networks as Dynamical Systems.- 5.1 A Two-Dimensional Limit Cycle.- 5.2 Wiring.- 5.3 Neural Networks with a Mixture of Limit Cycles and Constant Trajectories.- Problems and Answers.- 6-Solving Operations Research Problems with Neural Networks.- 6.1 Selecting Permutation Matrices with Neural Networks.- 6.2 Optimization in a Modified Permutation Matrix Selection Model.- 6.3 The Quadratic Assignment Problem.- Appendix A-An Introduction to Dynamical Systems.- A.1 Elements of Two-Dimensional Dynamical Systems.- A.2 Elements of n-Dimensional Dynamical Systems.- A.3 The Relation Between Difference and Differential Equations.- A.4 The Concept of Stability.- A.5 Limit Cycles.- A.6 Lyapunov Theory.- A.7 The Linearization Theorem.- A.8 The Stability of Linear Systems.- Appendix B-Simulation of Dynamical Systems with Spreadsheets.- References.- Index of Key Words.- Epilog.

فهرست مطالب

Front Matter....Pages i-viii
The Neural Network Approach to Problem Solving....Pages 1-8
Neural Networks as Dynamical Systems....Pages 9-32
Hypergraphs and Neural Networks....Pages 33-52
The Memory Model....Pages 53-81
Code Recognition, Digital Communications, and General Recognition....Pages 82-101
Memory Models with Limit Cycles as Attractors....Pages 102-117
Solving Operations Research Problems with Neural Networks....Pages 118-128
Back Matter....Pages 129-166

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Testing for Language Teachers

دانلود کتاب Understanding development: issues and debates

دانلود کتاب Rubberlike elasticity: A molecular primer

دانلود کتاب All Things Considered: An Advanced Reader of Modern Chinese

دانلود کتاب Shakespeare and Gender: Sex and Sexuality in Shakespeare’s Drama