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: 2
نویسندگان: Gerhard Winkler (auth.)
سری: Applications of Mathematics 27
ISBN (شابک) : 9783642629112, 9783642557606
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2003
تعداد صفحات: 380
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 28 مگابایت
کلمات کلیدی مربوط به کتاب تحلیل تصویر، میدان های تصادفی و روش های مونت کارلو زنجیره مارکوف: مقدمه ریاضی: نظریه احتمال و فرآیندهای تصادفی، تحلیل عددی، شبیه سازی و مدل سازی، تصویربرداری / رادیولوژی، آمار برای مهندسی، فیزیک، علوم کامپیوتر، شیمی و علوم زمین، پردازش تصویر و بینایی کامپیوتری
در صورت تبدیل فایل کتاب Image Analysis, Random Fields and Markov Chain Monte Carlo Methods: A Mathematical Introduction 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 تحلیل تصویر، میدان های تصادفی و روش های مونت کارلو زنجیره مارکوف: مقدمه ریاضی 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 ویرایش دوم کتاب موفق G. Winkler در مورد رویکردهای میدان
تصادفی به تجزیه و تحلیل تصویر، روشهای مونت کارلو زنجیره
مارکوف و استنتاج آماری با تاکید بر تحلیل تصویر بیزی بیشتر بر
روی اصول و مدلهای کلی متمرکز شده است و کمتر بر جزئیات
کاربردهای بتن متمرکز است. . خطاب به دانشآموزان و دانشمندان
رشتههای ریاضی، آمار، فیزیک، مهندسی و علوم کامپیوتر، بهجای
نظرسنجی، مقدمهای برای جنبههای ریاضی خواهد بود. اساساً هیچ
دانش قبلی از ریاضیات یا آمار مورد نیاز نیست.
ویرایش دوم در بسیاری از بخشها کاملاً بازنویسی و بهبود یافته
است و بیشتر ارقام جدید هستند. مباحث نمونه برداری دقیق و بهینه
سازی سراسری توابع احتمال اضافه شده است.
This second edition of G. Winkler's successful book on random
field approaches to image analysis, related Markov Chain
Monte Carlo methods, and statistical inference with emphasis
on Bayesian image analysis concentrates more on general
principles and models and less on details of concrete
applications. Addressed to students and scientists from
mathematics, statistics, physics, engineering, and computer
science, it will serve as an introduction to the mathematical
aspects rather than a survey. Basically no prior knowledge of
mathematics or statistics is required.
The second edition is in many parts completely rewritten and
improved, and most figures are new. The topics of exact
sampling and global optimization of likelihood functions have
been added.
Front Matter....Pages I-XVI
Introduction....Pages 1-5
Front Matter....Pages 7-7
The Bayesian Paradigm....Pages 9-28
Cleaning Dirty Pictures....Pages 29-53
Finite Random Fields....Pages 55-72
Front Matter....Pages 73-73
Markov Chains: Limit Theorems....Pages 75-112
Gibbsian Sampling and Annealing....Pages 113-128
Cooling Schedules....Pages 129-140
Front Matter....Pages 141-141
Gibbsian Sampling and Annealing Revisited....Pages 143-151
Partially Parallel Algorithms....Pages 153-158
Synchronous Algorithms....Pages 159-175
Front Matter....Pages 177-177
Metropolis Algorithms....Pages 179-196
The Spectral Gap and Convergence of Markov Chains....Pages 197-202
Eigenvalues, Sampling, Variance Reduction....Pages 203-207
Continuous Time Processes....Pages 209-213
Front Matter....Pages 215-215
Partitioning....Pages 217-229
Random Fields and Texture Models....Pages 231-242
Bayesian Texture Classification....Pages 243-248
Front Matter....Pages 249-249
Maximum Likelihood Estimation....Pages 251-261
Consistency of Spatial ML Estimators....Pages 263-280
Computation of Full ML Estimators....Pages 281-298
Front Matter....Pages 299-299
A Glance at Neural Networks....Pages 301-311
Three Applications....Pages 313-323
Back Matter....Pages 325-387