High Dimensional Neurocomputing: Growth, Appraisal and Applications

این کتاب درک منسجمی از هوش محاسباتی را از منظر آنچه به عنوان \"محاسبات هوشمند\" با پارامترهای با ابعاد بالا شناخته می شود ارائه می دهد. این به طور انتقادی موضوع اصلی محاسبات عصبی با ابعاد بالا، مانند نمایش کمی سیگنال‌ها، گسترش ابعاد نورون، یادگیری تحت نظارت و بدون نظارت و طراحی نورون‌های مرتبه بالاتر را مورد بحث قرار می‌دهد. نقطه قوت این کتاب وضوح و توانایی نظریه اساسی برای یکسان کردن درک ما از محاسبات با ابعاد بالا در جایی که روش‌های مرسوم شکست می‌خورند است. بسیاری از مشکلات کاربردی گرا برای ارزیابی، نظارت و حفظ ثبات ماشین یادگیری تطبیقی ​​ارائه شده است. نگارنده اهتمام داشته است که وسعت و عمق موضوع را هم از نظر کیفی و هم از نظر کمی پوشش دهد. هدف این کتاب روشن کردن جامعه علمی، از دانشجویان پیشرفته تا مهندسین، دانشمندان و محققان باتجربه در هوش محاسباتی است.

The book presents a coherent understanding of computational intelligence from the perspective of what is known as "intelligent computing" with high-dimensional parameters. It critically discusses the central issue of high-dimensional neurocomputing, such as quantitative representation of signals, extending the dimensionality of neuron, supervised and unsupervised learning and design of higher order neurons. The strong point of the book is its clarity and ability of the underlying theory to unify our understanding of high-dimensional computing where conventional methods fail. The plenty of application oriented problems are presented for evaluating, monitoring and maintaining the stability of adaptive learning machine. Author has taken care to cover the breadth and depth of the subject, both in the qualitative as well as quantitative way. The book is intended to enlighten the scientific community, ranging from advanced undergraduates to engineers, scientists and seasoned researchers in computational intelligence.