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: 1st ed. 2016
نویسندگان: Anuj Srivastava. Eric P. Klassen
سری:
ISBN (شابک) : 149394018X, 9781493940189
ناشر: Springer
سال نشر: 2016
تعداد صفحات: 454
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 16 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های عملکردی و شکل: احتمال و آمار، کاربردی، ریاضیات، علوم و ریاضی، هندسه و توپولوژی، هندسه جبری، هندسه تحلیلی، هندسه دیفرانسیل، هندسه های غیر اقلیدسی، توپولوژی، ریاضیات، علوم و ریاضیات، محاسبات، علم ریاضی، ریاضیات، ریاضیات تجزیه و تحلیل، ریاضیات محض، ریاضیات، علوم و ریاضیات، حساب دیفرانسیل و انتگرال، ریاضیات، علوم و ریاضیات، کتاب های درسی جدید، مستعمل و اجاره ای، بوتیک تخصصی، هندسه، ریاضیات، علوم و ریاضیات، کتاب های درسی جدید، مستعمل و اجاره ای، کتاب های درسی خاص
در صورت تبدیل فایل کتاب Functional and Shape Data Analysis 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 تجزیه و تحلیل داده های عملکردی و شکل 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.
این کتاب درسی برای دورههای تحلیل دادههای تابع و تجزیه و تحلیل دادههای شکل، نحوه تعریف، مقایسه و نمایش ریاضی شکلها را با تمرکز بر مدلسازی و استنتاج آماری توضیح میدهد. هدف آن دانشجویان تحصیلات تکمیلی در تجزیه و تحلیل آمار، مهندسی، ریاضیات کاربردی، علوم اعصاب، زیست شناسی، بیوانفورماتیک و سایر زمینه های مرتبط است. ماهیت بین رشته ای طیف گسترده ای از ایده های تحت پوشش - از نظریه مقدماتی تا اجرای الگوریتمی و برخی مطالعات موردی آماری - به منظور آشنایی دانشجویان فارغ التحصیل با مجموعه ای از ابزارهایی است که در توسعه راه حل های محاسباتی برای شکل و تحلیل های مرتبط مرتبط هستند. این ابزارها که از هندسه، جبر، آمار و علوم محاسباتی به دست آمده اند، به طور سنتی در دوره ها، بخش ها و رشته های مختلف پراکنده هستند. تجزیه و تحلیل داده های عملکردی و شکلی یک راه حل یکپارچه و جامع با ادغام مسئله ثبت نام در تجزیه و تحلیل شکل ارائه می دهد و دانشجویان فارغ التحصیل را برای رسیدگی به چالش های علمی آینده آماده می کند. اخیراً تمرکز مبتنی بر داده و برنامه گرا بر روی تجزیه و تحلیل شکل روند رو به رشدی داشته است. این متن یک درمان مستقل از این نسل جدید از روش ها در تجزیه و تحلیل شکل منحنی ها را ارائه می دهد. تمرکز اصلی آن تجزیه و تحلیل شکل توابع و منحنی ها - در ابعاد یک، دو و بالاتر - اعم از بسته و باز است. چارچوبهای زیبای ریمانی را توسعه میدهد که هم کمیت تفاوتهای شکل و هم ثبت منحنیها را به طور همزمان ارائه میکند. علاوه بر این، این روشها برای خلاصهسازی آماری دادههای منحنی دادهشده، انجام کاهش ابعاد و مدلسازی تنوع مشاهدهشده استفاده میشوند. توصیه می شود خواننده پیش زمینه ای در حساب دیفرانسیل و انتگرال، جبر خطی، تحلیل عددی و محاسبات داشته باشد.
This textbook for courses on function data analysis and shape data analysis describes how to define, compare, and mathematically represent shapes, with a focus on statistical modeling and inference. It is aimed at graduate students in analysis in statistics, engineering, applied mathematics, neuroscience, biology, bioinformatics, and other related areas. The interdisciplinary nature of the broad range of ideas covered—from introductory theory to algorithmic implementations and some statistical case studies—is meant to familiarize graduate students with an array of tools that are relevant in developing computational solutions for shape and related analyses. These tools, gleaned from geometry, algebra, statistics, and computational science, are traditionally scattered across different courses, departments, and disciplines; Functional and Shape Data Analysis offers a unified, comprehensive solution by integrating the registration problem into shape analysis, better preparing graduate students for handling future scientific challenges. Recently, a data-driven and application-oriented focus on shape analysis has been trending. This text offers a self-contained treatment of this new generation of methods in shape analysis of curves. Its main focus is shape analysis of functions and curves—in one, two, and higher dimensions—both closed and open. It develops elegant Riemannian frameworks that provide both quantification of shape differences and registration of curves at the same time. Additionally, these methods are used for statistically summarizing given curve data, performing dimension reduction, and modeling observed variability. It is recommended that the reader have a background in calculus, linear algebra, numerical analysis, and computation.
Front Matter....Pages i-xviii
Motivation for Function and Shape Analysis....Pages 1-19
Previous Techniques in Shape Analysis....Pages 21-37
Background: Relevant Tools from Geometry....Pages 39-72
Functional Data and Elastic Registration....Pages 73-123
Shapes of Planar Curves....Pages 125-165
Shapes of Planar Closed Curves....Pages 167-231
Statistical Modeling on Nonlinear Manifolds....Pages 233-267
Statistical Modeling of Functional Data....Pages 269-303
Statistical Modeling of Planar Shapes....Pages 305-347
Shapes of Curves in Higher Dimensions....Pages 349-384
Related Topics in Shape Analysis of Curves....Pages 385-416
Back Matter....Pages 417-447