دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: علم شیمی ویرایش: نویسندگان: Manfred Baerns. Martin Holena سری: Imperial College Press ISBN (شابک) : 1848163436, 9781848163430 ناشر: Imperial College Press سال نشر: 2009 تعداد صفحات: 191 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
کلمات کلیدی مربوط به کتاب توسعه ترکیبی مواد کاتالیزوری جامد: طراحی آزمایش های با توان عملیاتی بالا، تجزیه و تحلیل داده ها، داده کاوی (علوم کاتالیزوری): شیمی و صنایع شیمیایی، سینتیک و کاتالیزور
در صورت تبدیل فایل کتاب Combinatorial Development of Solid Catalytic Materials: Design of High-Throughput Experiments, Data Analysis, Data Mining (Catalytic Science 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 توسعه ترکیبی مواد کاتالیزوری جامد: طراحی آزمایش های با توان عملیاتی بالا، تجزیه و تحلیل داده ها، داده کاوی (علوم کاتالیزوری) 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.
این کتاب یک درمان جامع از توسعه ترکیبی کاتالیزورهای ناهمگن ارائه می دهد. به طور خاص، دو رویکرد به کمک کامپیوتر که نقش کلیدی در کاتالیز ترکیبی و آزمایشهای با توان بالا در طول دهه گذشته بازی کردهاند - بهینهسازی تکاملی و شبکههای عصبی مصنوعی - توصیف میشوند. این کتاب از این جهت منحصر به فرد است که بهینهسازی تکاملی را در زمینه وسیعتری از روشهای جستجوی مواد کاتالیزوری بهینه، از جمله طراحی آماری آزمایشها، و همچنین ارائه شبکههای عصبی در زمینه وسیعتری از تحلیل دادهها، توصیف میکند. این اولین کتابی است که راز زدایی میکند. جذابیت شبکه های عصبی مصنوعی، توضیح اساسی منطقی آن - قابلیت تقریب جهانی آنها. در عین حال، محدودیتهای آن قابلیت را نشان میدهد و دو روش را برای بهبود آن شرح میدهد. این کتاب همچنین اولین کتابی است که دو موضوع مهم دیگر مربوط به بهینهسازی تکاملی و شبکههای عصبی مصنوعی را ارائه میکند: تولید خودکار الگوریتمهای ژنتیک متناسب با مسئله، و تنظیم الگوریتمهای تکاملی با شبکههای عصبی. هر دو نه تنها از نظر تئوری توضیح داده شده اند، بلکه از طریق مطالعات موردی دقیق نیز به خوبی نشان داده شده اند.
The book provides a comprehensive treatment of combinatorial development of heterogeneous catalysts. In particular, two computer-aided approaches that have played a key role in combinatorial catalysis and high-throughput experimentation during the last decade - evolutionary optimization and artificial neural networks - are described. The book is unique in that it describes evolutionary optimization in a broader context of methods of searching for optimal catalytic materials, including statistical design of experiments, as well as presents neural networks in a broader context of data analysis.It is the first book that demystifies the attractiveness of artificial neural networks, explaining its rational fundamental - their universal approximation capability. At the same time, it shows the limitations of that capability and describes two methods for how it can be improved. The book is also the first that presents two other important topics pertaining to evolutionary optimization and artificial neural networks: automatic generating of problem-tailored genetic algorithms, and tuning evolutionary algorithms with neural networks. Both are not only theoretically explained, but also well illustrated through detailed case studies.