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: Gérard Favier (editor)
سری: Digital Signal and Image Processing: Matrices and Tensors in Signal Processing Set
ISBN (شابک) : 1786301547, 9781786301543
ناشر: Wiley-ISTE
سال نشر: 2020
تعداد صفحات: 311
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب From Algebraic Structures to Tensors (Digital Signal and Image Processing: Matrices and Tensors in Signal Processing Set) 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 از سازه های جبری تا تنسورها () 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.
امروزه، تانسورها نقش اصلی را برای نمایش، استخراج، تجزیه و تحلیل و ادغام داده های بزرگ چند بعدی، چندوجهی و ناهمگن در زمینه های متعدد بازی می کنند. این مجموعه در زمینه ماتریس ها و تانسورها در پردازش سیگنال با هدف ارائه یک ارائه مستقل و جامع از مفاهیم و روش های مختلف، از ساختارهای جبری بنیادی گرفته تا برنامه های کاربردی مبتنی بر تانسور پیشرفته، از جمله مدل های تانسوری اخیرا توسعه یافته و الگوریتم های کارآمد برای کاهش ابعاد و پارامترها است. برآورد کردن. اگرچه عنوان آن نشان دهنده جهت گیری به سمت پردازش سیگنال است، نتایج ارائه شده در این مجموعه برای خوانندگان علاقه مند به رشته های دیگر نیز مفید خواهد بود. این کتاب اول مقدمه ای بر ماتریس ها و تانسورهای مرتبه بالاتر بر اساس ساختارهای فضای برداری و فضای تانسوری ارائه می دهد. برخی از ساختارهای جبری استاندارد ابتدا با تمرکز بر رویکرد هیلبرتین برای نمایش سیگنال، و تقریب تابع بر اساس سری فوریه و سری چند جملهای متعامد، توصیف میشوند. ماتریس ها و هایپرماتریس های مرتبط با نقشه های خطی، دوخطی و چند خطی بیشتر مورد مطالعه قرار می گیرند. برخی از نتایج اساسی برای ماتریس های بلوکی ارائه شده است. مفاهیم تجزیه، رتبه، ارزش ویژه، مقدار مفرد و باز شدن یک تانسور با تأکید بر شباهت ها و تفاوت های بین ماتریس ها و تانسورهای مرتبه بالاتر معرفی می شوند.
Nowadays, tensors play a central role for the representation, mining, analysis, and fusion of multidimensional, multimodal, and heterogeneous big data in numerous fields. This set on Matrices and Tensors in Signal Processing aims at giving a self-contained and comprehensive presentation of various concepts and methods, starting from fundamental algebraic structures to advanced tensor-based applications, including recently developed tensor models and efficient algorithms for dimensionality reduction and parameter estimation. Although its title suggests an orientation towards signal processing, the results presented in this set will also be of use to readers interested in other disciplines. This first book provides an introduction to matrices and tensors of higher-order based on the structures of vector space and tensor space. Some standard algebraic structures are first described, with a focus on the hilbertian approach for signal representation, and function approximation based on Fourier series and orthogonal polynomial series. Matrices and hypermatrices associated with linear, bilinear and multilinear maps are more particularly studied. Some basic results are presented for block matrices. The notions of decomposition, rank, eigenvalue, singular value, and unfolding of a tensor are introduced, by emphasizing similarities and differences between matrices and tensors of higher-order.