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: 1 نویسندگان: Fuchen Sun, Kar-Ann Toh, Manuel Grana Romay, Kezhi Mao (eds.) سری: Adaptation, Learning, and Optimization 16 ISBN (شابک) : 9783319047409, 9783319047416 ناشر: Springer International Publishing سال نشر: 2014 تعداد صفحات: 224 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب Extreme Machines Learning 2013: الگوریتم ها و برنامه های کاربردی: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Extreme Learning Machines 2013: 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 Extreme Machines Learning 2013: الگوریتم ها و برنامه های کاربردی 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.
در سالهای اخیر، ELM به عنوان یک تکنیک انقلابی هوش محاسباتی ظهور کرده است و توجهات قابل توجهی را به خود جلب کرده است. یک ماشین یادگیری افراطی (ELM) یک سیستم یادگیری یکسان شبکه عصبی پیشخور یک لایه است که اتصالات آن از لایه ورودی به لایه پنهان به طور تصادفی ایجاد می شود، در حالی که اتصالات از لایه پنهان به لایه خروجی از طریق یادگیری خطی یاد می شود. مواد و روش ها. مزیت های برجسته ماشین یادگیری افراطی (ELM) سرعت یادگیری سریع، مداخله بی اهمیت انسان و مقیاس پذیری بالا است.
این کتاب حاوی برخی مقالات برگزیده از کنفرانس بین المللی ماشین یادگیری افراطی 2013 است که در سال 2013 برگزار شد. پکن چین، 15 تا 17 اکتبر 2013. هدف این کنفرانس گرد هم آوردن محققان و دست اندرکاران ماشین های یادگیری افراطی از زمینه های مختلف از جمله هوش مصنوعی، مهندسی زیست پزشکی و بیوانفورماتیک، مدل سازی و کنترل سیستم، و پردازش سیگنال و تصویر است. ترویج تحقیق و بحث در مورد "یادگیری بدون تنظیم تکراری".
این کتاب الگوریتمها و کاربردهای ELM را پوشش میدهد. نگاهی به جدیدترین پیشرفتهای ELM در اختیار خوانندگان قرار میدهد.
In recent years, ELM has emerged as a revolutionary technique of computational intelligence, and has attracted considerable attentions. An extreme learning machine (ELM) is a single layer feed-forward neural network alike learning system, whose connections from the input layer to the hidden layer are randomly generated, while the connections from the hidden layer to the output layer are learned through linear learning methods. The outstanding merits of extreme learning machine (ELM) are its fast learning speed, trivial human intervene and high scalability.
This book contains some selected papers from the International Conference on Extreme Learning Machine 2013, which was held in Beijing China, October 15-17, 2013. This conference aims to bring together the researchers and practitioners of extreme learning machine from a variety of fields including artificial intelligence, biomedical engineering and bioinformatics, system modelling and control, and signal and image processing, to promote research and discussions of “learning without iterative tuning".
This book covers algorithms and applications of ELM. It gives readers a glance of the newest developments of ELM.
Front Matter....Pages i-vi
Stochastic Sensitivity Analysis Using Extreme Learning Machine....Pages 1-12
Efficient Data Representation Combining with ELM and GNMF....Pages 13-23
Extreme Support Vector Regression....Pages 25-34
A Modular Prediction Mechanism Based on Sequential Extreme Learning Machine with Application to Real-Time Tidal Prediction....Pages 35-53
An Improved Weight Optimization and Cholesky Decomposition Based Regularized Extreme Learning Machine for Gene Expression Data Classification....Pages 55-66
A Stock Decision Support System Based on ELM....Pages 67-79
Robust Face Detection Using Multi-Block Local Gradient Patterns and Extreme Learning Machine....Pages 81-94
Freshwater Algal Bloom Prediction by Extreme Learning Machine in Macau Storage Reservoirs....Pages 95-111
ELM-Based Adaptive Live Migration Approach of Virtual Machines....Pages 113-134
ELM for Retinal Vessel Classification....Pages 135-143
Demographic Attributes Prediction Using Extreme Learning Machine....Pages 145-165
Hyperspectral Image Classification Using Extreme Learning Machine and Conditional Random Field....Pages 167-178
ELM Predicting Trust from Reputation in a Social Network of Reviewers....Pages 179-187
Indoor Location Estimation Based on Local Magnetic Field via Hybrid Learning....Pages 189-207
A Novel Scene Based Robust Video Watermarking Scheme in DWT Domain Using Extreme Learning Machine....Pages 209-225