دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Evolving Intelligent Systems: Methodology and Applications (IEEE Press Series on Computational Intelligence)
دانلود کتاب سیستم‌های هوشمند در حال تکامل: روش‌شناسی و کاربردها (مجموعه مطبوعاتی IEEE در زمینه هوش محاسباتی)
مشخصات کتاب
Evolving Intelligent Systems: Methodology and Applications (IEEE Press Series on Computational Intelligence)
ویرایش: 1 نویسندگان: Plamen Angelov, Dimitar P. Filev, Nik Kasabov سری: ISBN (شابک) : 0470287195, 9780470287194 ناشر: Wiley-IEEE Press سال نشر: تعداد صفحات: 462 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
قیمت کتاب (تومان) : 53,000
در صورت تبدیل فایل کتاب Evolving Intelligent Systems: Methodology and Applications (IEEE Press Series on Computational Intelligence) 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 سیستم‌های هوشمند در حال تکامل: روش‌شناسی و کاربردها (مجموعه مطبوعاتی IEEE در زمینه هوش 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 سیستم‌های هوشمند در حال تکامل: روش‌شناسی و کاربردها (مجموعه مطبوعاتی IEEE در زمینه هوش محاسباتی)
از تئوری تا تکنیک‌ها، اولین منبع همه‌جانبه برای EIS، تقاضای واضحی در صنایع فرآیندی پیشرفته، دفاع و اینترنت و برنامه‌های ارتباطی (VoIP) برای سیستم‌های هوشمند و در عین حال سازگار/در حال تکامل وجود دارد. سیستم‌های هوشمند در حال تکامل اولین جلد مستقلی است که این مفهوم تازه تاسیس را به طور کامل پوشش می‌دهد، از روش‌شناسی سیستماتیک گرفته تا مطالعات موردی تا کاربردهای صنعتی. این کتاب که دارای فصل‌هایی است که توسط کارشناسان برجسته جهان نوشته شده است، به پیشرفت، روندها و دستاوردهای عمده در این زمینه تحقیقاتی نوظهور می‌پردازد، با تاکید قوی بر تعادل بین نتایج نظری جدید و راه‌حل‌ها و کاربردهای واقعی زندگی. رویکردهای اساسی زیر را برای توسعه سیستم‌های هوشمند در حال تکامل (EIS) توضیح می‌دهد: ساختار اولویت‌بندی سلسله مراتبی، پارادایم یادگیری مشارکتی، سیستم‌های فازی تاکاگی-سوگنو در حال تکامل (eTS+) الگوریتم خوشه‌بندی در حال تکامل که از الگوریتم شناخته‌شده Gustafson-Kesster و به‌خوبی اهمیت می‌دهد. افزایش علاقه به پردازش آنلاین جریان‌های داده، استراتژی کلی استفاده از خوشه‌بندی پویا فازی را به عنوان پایه‌ای برای دانه‌بندی اطلاعات تکامل‌پذیر ارائه می‌کند. و طبقه‌بندی مطالعه‌ای را بر روی پایداری شبکه‌های بازگشتی فازی-عصبی در حال تکامل پیشنهاد می‌کند. جزئیات روش‌شناسی برای تکامل خوشه‌بندی و طبقه‌بندی کاربردهای مختلف EIS را برای رسیدگی به مشکلات واقعی در حوزه‌هایی از: تکامل حسگرهای استنتاجی در مواد شیمیایی و پتروشیمی نشان می‌دهد. یادگیری و شناخت صنعت در رباتیک ویژگی ها منابع نرم افزاری قابل دانلود Evolving Intelligent Systems راهنمای مرجع تک مرحله ای برای مسائل نظری و عملی برای دانشمندان کامپیوتر، مهندسان، محققان، ریاضیدانان کاربردی، کارشناسان یادگیری ماشین و داده کاوی، دانشجویان فارغ التحصیل و متخصصان است.
توضیحاتی درمورد کتاب به خارجی
From theory to techniques, the first all-in-one resource for EISThere is a clear demand in advanced process industries, defense, and Internet and communication (VoIP) applications for intelligent yet adaptive/evolving systems. Evolving Intelligent Systems is the first self- contained volume that covers this newly established concept in its entirety, from a systematic methodology to case studies to industrial applications. Featuring chapters written by leading world experts, it addresses the progress, trends, and major achievements in this emerging research field, with a strong emphasis on the balance between novel theoretical results and solutions and practical real-life applications. Explains the following fundamental approaches for developing evolving intelligent systems (EIS):the Hierarchical Prioritized Structurethe Participatory Learning Paradigmthe Evolving Takagi-Sugeno fuzzy systems (eTS+)the evolving clustering algorithm that stems from the well-known Gustafson-Kessel offline clustering algorithmEmphasizes the importance and increased interest in online processing of data streams Outlines the general strategy of using the fuzzy dynamic clustering as a foundation for evolvable information granulationPresents a methodology for developing robust and interpretable evolving fuzzy rule-based systemsIntroduces an integrated approach to incremental (real-time) feature extraction and classificationProposes a study on the stability of evolving neuro-fuzzy recurrent networksDetails methodologies for evolving clustering and classificationReveals different applications of EIS to address real problems in areas of:evolving inferential sensors in chemical and petrochemical industrylearning and recognition in roboticsFeatures downloadable software resources Evolving Intelligent Systems is the one-stop reference guide for both theoretical and practical issues for computer scientists, engineers, researchers, applied mathematicians, machine learning and data mining experts, graduate students, and professionals.
فهرست مطالب
EVOLVING INTELLIGENT SYSTEMS......Page 5
CONTENTS......Page 7
PREFACE......Page 9
1 LEARNING METHODS FOR EVOLVING INTELLIGENT SYSTEMS......Page 19
2 EVOLVING TAKAGI-SUGENO FUZZY SYSTEMS FROM STREAMING DATA (eTS+)......Page 39
3 FUZZY MODELS OF EVOLVABLE GRANULARITY......Page 69
4 EVOLVING FUZZY MODELING USING PARTICIPATORY LEARNING......Page 85
5 TOWARD ROBUST EVOLVING FUZZY SYSTEMS......Page 105
6 BUILDING INTERPRETABLE SYSTEMS IN REAL TIME......Page 145
7 ONLINE FEATURE EXTRACTION FOR EVOLVING INTELLIGENT SYSTEMS......Page 169
8 STABILITY ANALYSIS FOR AN ONLINE EVOLVING NEURO-FUZZY RECURRENT NETWORK......Page 191
9 ONLINE IDENTIFICATION OF SELF-ORGANIZING FUZZY NEURAL NETWORKS FOR MODELING TIME-VARYING COMPLEX SYSTEMS......Page 219
10 DATA FUSION VIA FISSION FOR THE ANALYSIS OF BRAIN DEATH......Page 247
11 SIMILARITY ANALYSIS AND KNOWLEDGE ACQUISITION BY USE OF EVOLVING NEURAL MODELS AND FUZZY DECISION......Page 265
12 AN EXTENDED VERSION OF THE GUSTAFSON-KESSEL ALGORITHM FOR EVOLVING DATA STREAM CLUSTERING......Page 291
13 EVOLVING FUZZY CLASSIFICATION OF NONSTATIONARY TIME SERIES......Page 319
14 EVOLVING INFERENTIAL SENSORS IN THE CHEMICAL PROCESS INDUSTRY......Page 331
15 RECOGNITION OF HUMAN GRASP BY FUZZY MODELING......Page 355
16 EVOLUTIONARY ARCHITECTURE FOR LIFELONG LEARNING AND REAL-TIME OPERATION IN AUTONOMOUS ROBOTS......Page 383
17 APPLICATIONS OF EVOLVING INTELLIGENT SYSTEMS TO OIL AND GAS INDUSTRY......Page 419
Epilogue......Page 441
About the Editors......Page 443
About the Contributors......Page 445
Index......Page 457
