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: ریاضیات محاسباتی ویرایش: 1st Edition. نویسندگان: Diego Andina. Duc Truong Pham سری: ISBN (شابک) : 9781441942470, 1441942475 ناشر: Springer سال نشر: 2010 تعداد صفحات: 0 زبان: English فرمت فایل : RAR (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Computational Intelligence: For Engineering and Manufacturing 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 هوش محاسباتی: برای مهندسی و ساخت 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.
برخلاف محاسبات سنتی، هوش محاسباتی نسبت به اطلاعات نادرست، حقیقت جزئی و عدم قطعیت مدارا می کند. این کتاب مجموعه ای منتخب از مشارکت ها را در مورد درمان متمرکز عناصر مهم CI با محوریت عنصر کلیدی آن ارائه می دهد: یادگیری. همه دست اندرکاران این جلد با این موضوع ارتباط مستقیم دارند. از اصول تا سیستمهای پیشرفته مانند شبکههای عصبی مصنوعی پرسپترون چندلایه (ANN-MLP)، شبکههای تابع پایه شعاعی (RBF) و روابط آن با مجموعههای فازی و نظریه ماشینهای بردار پشتیبان. و به چندین کاربرد حیاتی در مهندسی و ساخت. اینها از جمله کاربردهایی هستند که CI دارای پتانسیل عالی است. هم خوانندگان تازه کار و هم خوانندگان متخصص می توانند از این افزودن به موقع به ادبیات مبتنی بر CI بهره مند شوند. در راستای این هدف، ویراستاران و نویسندگان سهم انتقادی داشته اند و موفق بوده اند. آنها راه را برای یادگیری پارادایم ها به سمت حل بسیاری از مشکلات دنیای واقعی هموار کرده اند.
Unlike traditional computing, Computational Intelligence is tolerant of imprecise information, partial truth and uncertainty. This book presents a selected collection of contributions on a focused treatment of important elements of CI, centred on its key element: learning. All the contributors of this volume have direct bearing with this issue. From fundamentals to advanced systems as Multilayer Perceptron Artificial Neural Networks (ANN-MLP), Radial Basis Function Networks (RBF) and its relations with Fuzzy Sets and Support Vector Machines theory; and on to several critical applications in Engineering and Manufacturing. These are among applications where CI have excellent potential.This volume has specially taken Neural Networks, key elements of CI, to the next level. Both novice and expert readers can benefit from this timely addition to CI based literature. Towards that goal, the editors and the authors have made critical contributions and succeeded. They have paved the road for learning paradigms towards the solution of many real-world problems.