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 Energy, entropy, and information potential for neural computation

دانلود کتاب انرژی ، آنتروپی و پتانسیل اطلاعات برای محاسبات عصبی

Energy, entropy, and information potential for neural computation

مشخصات کتاب

Energy, entropy, and information potential for neural computation

دسته بندی: ریاضیات محاسباتی
ویرایش: PhD Thesis 
نویسندگان:   
سری:  
 
ناشر:  
سال نشر: 1999 
تعداد صفحات: 206 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 1 مگابایت

قیمت کتاب (تومان) : 44,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 24


در صورت تبدیل فایل کتاب Energy, entropy, and information potential for neural computation 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 انرژی ، آنتروپی و پتانسیل اطلاعات برای محاسبات عصبی 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 انرژی ، آنتروپی و پتانسیل اطلاعات برای محاسبات عصبی

هدف اصلی این تحقیق، توسعه روش‌های ناپارامتریک عمومی برای تخمین آنتروپی و اطلاعات متقابل، ارائه دیدگاه واحدی برای استفاده از آنها در پردازش سیگنال و محاسبات عصبی است. در بسیاری از مسائل دنیای واقعی، اطلاعات صرفاً توسط نمونه‌های داده و بدون هیچ دانش پیشینی دیگری حمل می‌شود. موضوع اصلی \"یادگیری از مثال ها\" تخمین انرژی، آنتروپی یا اطلاعات متقابل یک متغیر فقط از نمونه های آن و تطبیق پارامترهای سیستم با بهینه سازی یک معیار بر اساس تخمین است.


توضیحاتی درمورد کتاب به خارجی

The major goal of this research is to develop general nonparametric methods for the estimation of entropy and mutual information, giving a unifying point of view for their use in signal processing and neural computation. In many real world problems, the information is carried solely by data samples without any other a priori knowledge. The central issue of "learning from examples" is to estimate energy, entropy or mutual information of a variable only from its samples and adapt the system parameters by optimizing a criterion based on the estimation.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی