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: نویسندگان: Adil Bagirov. Napsu Karmitsa, Marko M. Mäkelä سری: ISBN (شابک) : 9783319346274, 331934627X ناشر: Springer International Publishing سال نشر: 2016 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Introduction to Nonsmooth Optimization 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 مقدمه ای بر بهینه سازی غیرهموار 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 اولین متن آسان برای بهینه سازی غیر هموار (NSO، نه لزوماً بهینه سازی متمایز) است. حل این نوع مسائل نقش مهمی در بسیاری از کاربردهای صنعتی و سیستمهای مدلسازی در دنیای واقعی دارد، به عنوان مثال در زمینه حذف نویز تصویر، کنترل بهینه، آموزش شبکههای عصبی، دادهکاوی، اقتصاد و شیمی محاسباتی و فیزیک. این کتاب هم نظریه و هم روشهای عددی مورد استفاده در NSO را پوشش میدهد و یک نمای کلی از مشکلات مختلف در این زمینه ارائه میدهد. این به سه بخش سازماندهی شده است: 1. تحلیل محدب و غیر محدب و نظریه NSO. 2. مشکلات تست و کاربردهای عملی. 3. راهنمای نرم افزار NSO. این کتاب برای هر کسی که در دوره های NSO تدریس می کند یا شرکت می کند ایده آل است. به عنوان یک مقدمه در دسترس برای این زمینه، همچنین به عنوان یک راهنمای یادگیری مستقل برای پزشکانی که قبلاً با اصول بهینه سازی آشنا هستند، مناسب است.
This book is the first easy-to-read text on nonsmooth optimization (NSO, not necessarily differentiable optimization). Solving these kinds of problems plays a critical role in many industrial applications and real-world modeling systems, for example in the context of image denoising, optimal control, neural network training, data mining, economics and computational chemistry and physics. The book covers both the theory and the numerical methods used in NSO and provide an overview of different problems arising in the field. It is organized into three parts: 1. convex and nonconvex analysis and the theory of NSO; 2. test problems and practical applications; 3. a guide to NSO software. The book is ideal for anyone teaching or attending NSO courses. As an accessible introduction to the field, it is also well suited as an independent learning guide for practitioners already familiar with the basics of optimization.
Introduction.- Nonsmooth Analysis and Optimization.- Nonsmooth Problems.- Nonsmooth Optimizational Methods.