برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Kalman filtering and neural networks

دانلود کتاب فیلترهای شبکه و شبکه های عصبی کالمن

مشخصات کتاب

Kalman filtering and neural networks

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش:  
نویسندگان: Simon Haykin  
سری: Adaptive and learning systems for signal processing, communications, and control 
ISBN (شابک) : 9780471369981, 0471369985 
ناشر: Wiley 
سال نشر: 2001 
تعداد صفحات: 202 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت

قیمت کتاب (تومان) : 30,000

کلمات کلیدی مربوط به کتاب فیلترهای شبکه و شبکه های عصبی کالمن: علوم و مهندسی کامپیوتر، هوش مصنوعی، شبکه های عصبی

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 15

در صورت تبدیل فایل کتاب Kalman filtering and neural networks 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 فیلترهای شبکه و شبکه های عصبی کالمن 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.

توضیحاتی در مورد کتاب فیلترهای شبکه و شبکه های عصبی کالمن

پوشش پیشرفته روش های فیلتر کالمن برای طراحی شبکه های عصبی این کتاب مستقل از هفت فصل توسط همکاران متخصص تشکیل شده است که فیلتر کالمن را به عنوان کاربرد در آموزش و استفاده از شبکه های عصبی مورد بحث قرار می دهد. اگرچه رویکرد سنتی به موضوع تقریباً همیشه خطی است، این کتاب این واقعیت را تشخیص داده و به آن می پردازد که مشکلات واقعی اغلب غیرخطی هستند. فصل اول یک درمان مقدماتی از فیلترهای کالمن با تأکید بر نظریه پایه فیلتر کالمن، راوچ تونگ ارائه می دهد. صاف کننده استریبل و فیلتر کالمن توسعه یافته. سایر فصل‌ها شامل:* الگوریتمی برای آموزش پرسپترون‌های چندلایه پیشخور و مکرر، بر اساس فیلتر کالمن توسعه‌یافته جداشده (DEKF)* کاربردهای الگوریتم یادگیری DEKF برای مطالعه توالی‌های تصویر و بازسازی پویا فرآیندهای آشفته مشکل تخمین* دینامیک غیرخطی تصادفی: الگوریتم انتظار-بیشینه سازی (EM) و الگوریتم هموارسازی کالمن توسعه یافته (EKS)* فیلتر کالمن بدون عطر هر فصل، به استثنای مقدمه، شامل کاربردهای گویا از الگوریتم های یادگیری است که در اینجا توضیح داده شده است. که شامل استفاده از داده های شبیه سازی شده و واقعی است. فیلترینگ و شبکه های عصبی کالمن به عنوان یک منبع خبره برای محققان شبکه های عصبی و سیستم های دینامیکی غیرخطی عمل می کند.

توضیحاتی درمورد کتاب به خارجی

State-of-the-art coverage of Kalman filter methods for the design of neural networksThis self-contained book consists of seven chapters by expert contributors that discuss Kalman filtering as applied to the training and use of neural networks. Although the traditional approach to the subject is almost always linear, this book recognizes and deals with the fact that real problems are most often nonlinear.The first chapter offers an introductory treatment of Kalman filters with an emphasis on basic Kalman filter theory, Rauch-Tung-Striebel smoother, and the extended Kalman filter. Other chapters cover:* An algorithm for the training of feedforward and recurrent multilayered perceptrons, based on the decoupled extended Kalman filter (DEKF)* Applications of the DEKF learning algorithm to the study of image sequences and the dynamic reconstruction of chaotic processes* The dual estimation problem* Stochastic nonlinear dynamics: the expectation-maximization (EM) algorithm and the extended Kalman smoothing (EKS) algorithm* The unscented Kalman filterEach chapter, with the exception of the introduction, includes illustrative applications of the learning algorithms described here, some of which involve the use of simulated and real-life data. Kalman Filtering and Neural Networks serves as an expert resource for researchers in neural networks and nonlinear dynamical systems.