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: سایبرنتیک: هوش مصنوعی ویرایش: 2nd نویسندگان: Alexandru C. Telea سری: ISBN (شابک) : 9781466585263 ناشر: A K Peters/CRC Press سال نشر: 2014 تعداد صفحات: 612 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 59 مگابایت
کلمات کلیدی مربوط به کتاب تجسم داده: اصول و تمرین: علوم و مهندسی کامپیوتر، هوش مصنوعی، داده کاوی
در صورت تبدیل فایل کتاب Data Visualization: Principles and Practice 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 تجسم داده: اصول و تمرین 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.
طراحی یک سیستم تجسم کامل شامل تصمیمات ظریف بسیاری است. هنگام طراحی یک سیستم تجسم دنیای واقعی و پیچیده، چنین تصمیماتی شامل بسیاری از محدودیتها، مانند عملکرد، وابستگی به پلتفرم، زبانها و سبکهای برنامهنویسی موجود، بستههای ابزار رابط کاربر، محدودیتهای قالب داده ورودی/خروجی، ادغام با سیستم سوم است. کد حزب، و بیشتر. با تمرکز بر آن تکنیکها و روشهایی با گستردهترین کاربرد در میان زمینهها، ویرایش دوم تجسم دادهها: اصول و تمرین مقدمهای ساده برای تکنیکهای تجسم مختلف ارائه میدهد. این کتاب طیف گستردهای از کاربردهای تجسم دادهها را نشان میدهد، طیفی از مشکلاتی را که میتوان با چنین روشهایی حل کرد، نشان میدهد و بر ارتباطات قوی بین تجسم و رشتههای مرتبط مانند تصویربرداری و گرافیک کامپیوتری تأکید میکند. این طیف گسترده ای از موضوعات فرعی در تجسم داده ها را پوشش می دهد: نمایش داده ها. تجسم داده های اسکالر، برداری، تانسور و حجمی. تکنیک های پردازش تصویر و مدل سازی دامنه؛ و تجسم اطلاعات موارد جدید را در ویرایش دوم ببینید: الگوریتمها و تکنیکهای تجسم اضافی نمونههای جدیدی از تکنیکهای ترکیبی برای تصویرسازی تانسور انتشار (DTI)، رندر کردن مسیر فیبر گویا، و تکنیکهای بستهبندی فیبر تکنیکهای اضافی برای بازسازی نقطه-ابر الگوریتمهای پیشرفته تقسیمبندی تصویر بیشتر به صورت چندپاره سیستمها و کتابخانههای نرمافزاری مسائل الگوریتمی و طراحی نرمافزار در سرتاسر بخشهای (شبه) کد نوشته شده در زبان برنامهنویسی C++ نشان داده شدهاند. تمرینهایی که موضوعات مورد بحث در کتاب و همچنین مجموعه دادهها و کد منبع را پوشش میدهند نیز به عنوان منابع آنلاین اضافی ارائه شدهاند.
Designing a complete visualization system involves many subtle decisions. When designing a complex, real-world visualization system, such decisions involve many types of constraints, such as performance, platform (in)dependence, available programming languages and styles, user-interface toolkits, input/output data format constraints, integration with third-party code, and more. Focusing on those techniques and methods with the broadest applicability across fields, the second edition of Data Visualization: Principles and Practice provides a streamlined introduction to various visualization techniques. The book illustrates a wide variety of applications of data visualizations, illustrating the range of problems that can be tackled by such methods, and emphasizes the strong connections between visualization and related disciplines such as imaging and computer graphics. It covers a wide range of sub-topics in data visualization: data representation; visualization of scalar, vector, tensor, and volumetric data; image processing and domain modeling techniques; and information visualization. See What’s New in the Second Edition: Additional visualization algorithms and techniques New examples of combined techniques for diffusion tensor imaging (DTI) visualization, illustrative fiber track rendering, and fiber bundling techniques Additional techniques for point-cloud reconstruction Additional advanced image segmentation algorithms Several important software systems and libraries Algorithmic and software design issues are illustrated throughout by (pseudo)code fragments written in the C++ programming language. Exercises covering the topics discussed in the book, as well as datasets and source code, are also provided as additional online resources.
Content: Introduction. Computer Graphics and Visualization. Discrete Data Representation in (Scientific) Visualization Applications. Visualization Pipeline. Fundamental Techniques for Scalar Visualization. Vector Visualization Techniques. Tensor Visualization Techniques. Domain Modeling Techniques. Scientific Visualization and Signal/Image Processing. Scalar Visualization. Information Visualization (Infovis) Techniques. The Value and Price of Visualization. Challenges and Prospects of the Visualization Field. Appendix