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:
نویسندگان: Karsten Keller (editor)
سری:
ISBN (شابک) : 3039280325, 9783039280322
ناشر: MDPI AG
سال نشر: 2019
تعداد صفحات: 262
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 16 مگابایت
در صورت تبدیل فایل کتاب Entropy Measures for Data Analysis: Theory, Algorithms and Applications 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 اقدامات آنتروپی برای تجزیه و تحلیل داده ها: نظریه ، الگوریتم ها و برنامه ها 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.
آنتروپیها و کمیتهای شبه آنتروپی نقش فزایندهای در تحلیل دادههای غیرخطی مدرن دارند. حوزه هایی که از این کاربرد سود می برند، از تجزیه و تحلیل بیوسیگنال گرفته تا اقتصاد فیزیک و مهندسی را شامل می شود. این شماره مجموعهای از مقالاتی است که جنبههای مختلف اندازهگیریهای آنتروپی در تجزیه و تحلیل دادهها و همچنین تحلیلهای نظری و محاسباتی را مورد بررسی قرار میدهد.
موضوعات مربوطه شامل دشواری دستیابی به اندازهگیریهای آنتروپی کافی و پارامتر قابل قبول است. انتخاب هایی برای اندازه گیری های آنتروپی، جفت گیری مبتنی بر آنتروپی، و تجزیه و تحلیل شباهت، همراه با استفاده از معیارهای آنتروپی به عنوان ویژگی هایی در یادگیری و طبقه بندی خودکار. برنامه های مختلف داده واقعی داده شده است.
Entropies and entropy-like quantities play an increasing role in modern non-linear data analysis. Fields that benefit from this application range from biosignal analysis to econophysics and engineering. This issue is a collection of papers touching on different aspects of entropy measures in data analysis, as well as theoretical and computational analyses.
The relevant topics include the difficulty to achieve adequate application of entropy measures and the acceptable parameter choices for those entropy measures, entropy-based coupling, and similarity analysis, along with the utilization of entropy measures as features in automatic learning and classification. Various real data applications are given.