Foundations of Computational Intelligence Volume 5: Function Approximation and Classification

تئوری تقریب، حوزه‌ای از تحلیل است که به توانایی تقریب توابع توسط توابع ساده‌تر و با سهولت محاسبه می‌پردازد. این حوزه ای است که مانند بسیاری از زمینه های تحلیل دیگر، ریشه اصلی خود را در ریاضیات دارد. نیاز به تقریب و طبقه بندی توابع در بسیاری از شاخه های ریاضیات کاربردی، علوم کامپیوتر و داده کاوی به ویژه ایجاد می شود.

این جلد ویرایش شده شامل 14 فصل، شامل چندین فصل کلی است که تحقیقاتی به روز و پیشرفته را ارائه می کند که تئوری و الگوریتم های تابع را پوشش می دهد. تقریب و طبقه بندی علاوه بر مقالات تحقیقاتی و مقالات توضیحی در مورد تئوری و الگوریتم‌های تقریب و طبقه‌بندی توابع، مقالاتی در مورد آزمایش‌های عددی و کاربردهای دنیای واقعی نیز تشویق شدند.

جلد به دو بخش تقسیم می‌شود: بخش اول: تقریب و طبقه‌بندی تابع - مبانی نظری و بخش دوم: تقریب و طبقه‌بندی تابع - داستان‌های موفقیت و کاربردهای دنیای واقعی.

Approximation theory is that area of analysis which is concerned with the ability to approximate functions by simpler and more easily calculated functions. It is an area which, like many other fields of analysis, has its primary roots in the mathematics.The need for function approximation and classification arises in many branches of applied mathematics, computer science and data mining in particular.

This edited volume comprises of 14 chapters, including several overview Chapters, which provides an up-to-date and state-of-the art research covering the theory and algorithms of function approximation and classification. Besides research articles and expository papers on theory and algorithms of function approximation and classification, papers on numerical experiments and real world applications were also encouraged.

The Volume is divided into 2 parts: Part-I: Function Approximation and Classification – Theoretical Foundations and Part-II: Function Approximation and Classification – Success Stories and Real World Applications.