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
دسته بندی: احتمال ویرایش: 1 نویسندگان: Albert Tarantola سری: ISBN (شابک) : 9780898715729, 0898715725 ناشر: SIAM: Society for Industrial and Applied Mathematics سال نشر: 2004 تعداد صفحات: 0 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Inverse problem theory and methods for model parameter estimation 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 نظریه معکوس معکوس و روش های برآورد پارامتر مدل 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.
استفاده از مشاهدات واقعی برای استنباط ویژگی های یک مدل یک مسئله معکوس است که اغلب دشوار است زیرا ممکن است راه حل منحصر به فردی نداشته باشند. این کتاب یک رویکرد کلی را پیشنهاد میکند که برای مسائل خطی و همچنین برای مسائل غیرخطی معتبر است. این فلسفه اساساً احتمالی است و به خواننده اجازه می دهد تا مشکلات اساسی را که در حل مسائل معکوس ظاهر می شود درک کند. این کتاب تلاش میکند توضیح دهد که چگونه یک روش کسب اطلاعات میتواند برای مسائل واقعی دنیای واقعی، از جمله بسیاری از استدلالهای اکتشافی، اعمال شود. این متن به دلیل پیشرفتهای اخیر در نظریه معکوس، نسخهای کاملاً بازنویسی شده از کتابی در سال 1987 توسط همین نویسنده است و شامل جزئیات الگوریتمی زیادی برای روشهای مونت کارلو، مسائل گسسته حداقل مربعات، و مسائل حداقل مربعات مربوط به توابع است. علاوه بر این، برخی مفاهیم روشن میشوند، نقش تکنیکهای بهینهسازی کمرنگتر میشود و روشهای مونت کارلو بسیار جدیتر گرفته میشوند.
The use of actual observations to infer the properties of a model is an inverse problem, which are often difficult as they may not have a unique solution. This book proposes a general approach that is valid for linear as well as for nonlinear problems. The philosophy is essentially probabilistic and allows the reader to understand the basic difficulties appearing in the resolution of inverse problems. The book attempts to explain how a method of acquisition of information can be applied to actual real-world problems, including many heuristic arguments. Prompted by recent developments in inverse theory, this text is a completely rewritten version of a 1987 book by the same author, and includes many algorithmic details for Monte Carlo methods, least-squares discrete problems, and least-squares problems involving functions. In addition, some notions are clarified, the role of optimization techniques is underplayed, and Monte Carlo methods are taken much more seriously.