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: الگوریتم ها و ساختارهای داده ویرایش: نویسندگان: Yankov K. سری: ناشر: سال نشر: تعداد صفحات: 14 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 613 کیلوبایت
کلمات کلیدی مربوط به کتاب برنامه ریزی تصمیم گیری شناسایی سیستم: مهندسی انفورماتیک و کامپیوتر، نظریه سیستم های عمومی (GTS)
در صورت تبدیل فایل کتاب Decision Planning of System Identification 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 برنامه ریزی تصمیم گیری شناسایی سیستم 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.
Proc. از بین المللی. کنفرانس فناوری اطلاعات (InfoTech-2010).
St.St.Constantine and Elena resort, sept.16-18, 2010, Varna,
Bulgaria, pp.229-238.
چکیده. شناسایی سیستم در نرم افزار Korelia-Dynamics با استفاده
از روش فرود مختصات چرخه ای انجام می شود. اشکال اصلی آن امکان به
دست آوردن اکسترم محلی به جای جهانی است. انتخاب دامنه مناسب به
اندازه کافی باریک از پارامترهای شناسایی، پیش نیازی برای همگرایی
رویه بهینهسازی در حداقل جهانی است. هدف این کار بهبود الگوریتم
های شناسایی تعیین کننده دامنه پارامتر بسته به نوع تابع شناسایی
است.
Proc. of the Int. Conference on Information Technologies
(InfoTech-2010). St.St.Constantine and Elena resort,
sept.16-18, 2010, Varna, Bulgaria, pp.229-238.
Abstract. System identification in software Korelia-Dynamics is
carried out using Cyclic coordinate descent method. Its main
drawback is the possibility of obtaining the local extrema
instead of the global. The choice of suitable sufficiently
narrow domain of identification parameters is a prerequisite
for convergence of the optimization procedure at the global
minimum. The work is aimed to improve the identification
algorithms determining the parameter’s domain depending on the
type of identification function.