ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Discrete Calculus: Applied Analysis on Graphs for Computational Science

دانلود کتاب حساب حساب گسسته: تجزیه و تحلیل کاربردی در نمودارها برای علوم محاسباتی

Discrete Calculus: Applied Analysis on Graphs for Computational Science

مشخصات کتاب

Discrete Calculus: Applied Analysis on Graphs for Computational Science

دسته بندی: ریاضیات محاسباتی
ویرایش: 1 
نویسندگان: ,   
سری:  
ISBN (شابک) : 1849962898, 9781849962896 
ناشر: Springer-Verlag London 
سال نشر: 2010 
تعداد صفحات: 383 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 مگابایت 

قیمت کتاب (تومان) : 42,000



کلمات کلیدی مربوط به کتاب حساب حساب گسسته: تجزیه و تحلیل کاربردی در نمودارها برای علوم محاسباتی: است



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 12


در صورت تبدیل فایل کتاب Discrete Calculus: Applied Analysis on Graphs for Computational 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 حساب حساب گسسته: تجزیه و تحلیل کاربردی در نمودارها برای علوم محاسباتی 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.


توضیحاتی در مورد کتاب حساب حساب گسسته: تجزیه و تحلیل کاربردی در نمودارها برای علوم محاسباتی



حوزه حساب دیفرانسیل و انتگرال، که به عنوان «حساب حساب بیرونی گسسته» نیز شناخته می‌شود، بر یافتن مجموعه مناسبی از تعاریف و عملگرهای دیفرانسیل تمرکز دارد که کارکرد ماشین حساب چند متغیره را بر روی یک محدود و گسسته امکان‌پذیر می‌سازد. فضا. بر خلاف اهداف سنتی برای یافتن گسسته سازی دقیق محاسبات چند متغیره مرسوم، حساب گسسته یک حساب مجزا و معادل ایجاد می کند که صرفاً در فضای گسسته بدون هیچ ارجاعی به فرآیند پیوسته زیربنایی عمل می کند.

این متن منحصربه‌فرد تحقیقات جاری را در سه حوزه محاسبات گسسته، شبکه‌های پیچیده و استخراج محتوای الگوریتمی در یک چارچوب واحد گرد هم می‌آورد. اگرچه چند تقاطع در ادبیات بین این رشته‌ها وجود داشته است، آنها عمدتاً مستقل از یکدیگر توسعه یافته‌اند، با این حال محققانی که در هر یک از این سه حوزه کار می‌کنند می‌توانند به شدت از ابزارها و تکنیک‌های مورد استفاده در سایر رشته‌ها بهره ببرند. بسیاری از کاربردهای مثال از چندین زمینه علوم محاسباتی برای نشان دادن سودمندی این چارچوب برای طیف وسیعی از مشکلات ارائه شده است. فرض بر این است که خوانندگان با مبانی حساب برداری، نظریه گراف و جبر خطی آشنا هستند.

موضوعات و ویژگی ها:

  • ارائه یک مطلب بررسی کامل حساب گسسته، با تمرکز بر مفاهیم کلیدی مورد نیاز برای کاربرد موفق
  • بسیاری از الگوریتم‌های پردازش تصویر استاندارد را در یک چارچوب مشترک برای مشاهده طیف گسترده‌ای از الگوریتم‌های استاندارد در فیلتر کردن، خوشه‌بندی و یادگیری چندگانه یکپارچه می‌کند. ممکن است برای پردازش داده‌های مرتبط با یک نمودار یا شبکه اعمال شود
  • توضیح می‌دهد که چگونه حساب گسسته یک تعریف طبیعی از \"فرکانس پایین\" را در یک نمودار ارائه می‌کند که سپس الگوریتم‌های فیلتر کردن و حذف نویز را به دست می‌دهد
  • درباره اینکه چگونه الگوریتم‌های فیلتر می‌توانند منجر به الگوریتم‌های خوشه‌بندی شوند که می‌توانند برای توسعه روش‌های یادگیری چندگانه و کشف داده‌ها استفاده شوند، بحث می‌کند
  • الگوریتم‌های رتبه‌بندی و همچنین الگوریتم‌هایی برای تجزیه و تحلیل ساختار شبکه را بررسی می‌کند. li>

دانشجویان و محققین فارغ التحصیل و علاقه مند به محاسبات گسسته، شبکه های پیچیده، پردازش تصویر و گرافیک کامپیوتری، این متن/مرجع را مقدمه ای روشن برای مبانی حساب گسسته و همچنین راهنمای مفیدی خواهند یافت که به راحتی می توانند داشته باشند. برای کارشان در دسترس است.

Dr. Leo J. Gradyیک دانشمند تحقیقاتی ارشد با تحقیقات شرکت زیمنس در پرینستون، نیوجرسی، ایالات متحده است. دکتر Jonathan R. Polimeniیک محقق در بیمارستان عمومی ماساچوست در بوستون، ماساچوست، ایالات متحده آمریکا، و مدرس رادیولوژی در دانشکده پزشکی هاروارد، بوستون، ماساچوست، ایالات متحده است.


توضیحاتی درمورد کتاب به خارجی

The field of discrete calculus, also known as "discrete exterior calculus", focuses on finding a proper set of definitions and differential operators that make it possible to operate the machinery of multivariate calculus on a finite, discrete space. In contrast to traditional goals of finding an accurate discretization of conventional multivariate calculus, discrete calculus establishes a separate, equivalent calculus that operates purely in the discrete space without any reference to an underlying continuous process.

This unique text brings together into a single framework current research in the three areas of discrete calculus, complex networks, and algorithmic content extraction. Although there have been a few intersections in the literature between these disciplines, they have developed largely independently of one another, yet researchers working in any one of these three areas can strongly benefit from the tools and techniques being used in the others. Many example applications from several fields of computational science are provided to demonstrate the usefulness of this framework to a broad range of problems. Readers are assumed to be familiar with the basics of vector calculus, graph theory, and linear algebra.

Topics and features:

  • Presents a thorough review of discrete calculus, with a focus on key concepts required for successful application
  • Unifies many standard image processing algorithms into a common framework for viewing a wide variety of standard algorithms in filtering, clustering, and manifold learning that may be applied to processing data associated with a graph or network
  • Explains how discrete calculus provides a natural definition of "low-frequency" on a graph, which then yields filtering and denoising algorithms
  • Discusses how filtering algorithms can give rise to clustering algorithms, which can be used to develop manifold learning and data discovery methods
  • Examines ranking algorithms, as well as algorithms for analyzing the structure of a network

Graduate students and researchers interested in discrete calculus, complex networks, image processing and computer graphics will find this text/reference a clear introduction to the foundations of discrete calculus as well as a useful guide to have readily available for their work.

Dr. Leo J. Grady is a Senior Research Scientist with Siemens Corporate Research in Princeton, New Jersey, USA. Dr. Jonathan R. Polimeni is a Research Fellow at the Massachusetts General Hospital in Boston, Massachusetts, USA, and Instructor in Radiology at Harvard Medical School, Boston, Massachusetts, USA.



فهرست مطالب

Front Matter....Pages I-XVI
Front Matter....Pages 11-11
Discrete Calculus: History and Future....Pages 1-9
Front Matter....Pages 11-11
Introduction to Discrete Calculus....Pages 13-89
Circuit Theory and Other Discrete Physical Models....Pages 91-122
Front Matter....Pages 123-123
Building a Weighted Complex from Data....Pages 125-154
Filtering on Graphs....Pages 155-197
Clustering and Segmentation....Pages 199-242
Manifold Learning and Ranking....Pages 243-266
Measuring Networks....Pages 267-289
Back Matter....Pages 291-366




نظرات کاربران