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
ویرایش: [New ed.] نویسندگان: Michel Verhaegen, Chengpu Yu, Baptiste Sinquin سری: ISBN (شابک) : 1316515702, 9781316515709 ناشر: Cambridge University Press سال نشر: 2022 تعداد صفحات: 320 [288] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب Data-Driven Identification of Networks of Dynamic Systems 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 شناسایی داده محور شبکه های سیستم های پویا 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 متن جامع مقدمه ای عالی برای وضعیت هنر در شناسایی سیستم های متصل به شبکه فراهم می کند. مدلها و روشها را به تفصیل پوشش میدهد، شامل یک مطالعه موردی است که نشان میدهد چه تعداد از این روشها در اپتیک تطبیقی اعمال میشوند و به سؤالات تحقیق باز میپردازد. مدلهای خاص تحت پوشش شامل مدلسازی عمومی برای سیستمهای MIMO LTI، مدلهای جریان سیگنال شبکههای پویا و مدلهای شبکههای سیستمهای LTI محلی هستند. انواع روشهای شناسایی مختلف مورد بحث قرار گرفتهاند، از جمله شناسایی شبکههای دینامیک جریان سیگنال، شناسایی زیرفضا مانند سیستمهای چند بعدی و شناسایی زیرفضا سیستمهای محلی در یک NDS. محققانی که در شناسایی سیستم و/یا سیستمهای شبکهای کار میکنند، از مرور کلی ارائهشده قدردانی میکنند و تأکید بر طراحی الگوریتم برای کسانی که مایل به آزمایش این نظریه در برنامههای کاربردی واقعی هستند، علاقهمند خواهد بود. این متن ایده آل برای محققان و دانشجویان فارغ التحصیل علاقه مند به شناسایی سیستم برای سیستم های شبکه ای است.
This comprehensive text provides an excellent introduction to the state of the art in the identification of network-connected systems. It covers models and methods in detail, includes a case study showing how many of these methods are applied in adaptive optics and addresses open research questions. Specific models covered include generic modelling for MIMO LTI systems, signal flow models of dynamic networks and models of networks of local LTI systems. A variety of different identification methods are discussed, including identification of signal flow dynamics networks, subspace-like identification of multi-dimensional systems and subspace identification of local systems in an NDS. Researchers working in system identification and/or networked systems will appreciate the comprehensive overview provided, and the emphasis on algorithm design will interest those wishing to test the theory on real-life applications. This is the ideal text for researchers and graduate students interested in system identification for networked systems.