ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

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 Mathematics of Neural Networks: Models, Algorithms and Applications

دانلود کتاب ریاضیات شبکه های عصبی: مدل ها ، الگوریتم ها و کاربردها

Mathematics of Neural Networks: Models, Algorithms and Applications

مشخصات کتاب

Mathematics of Neural Networks: Models, Algorithms and Applications

ویرایش: 1 
نویسندگان: , , , ,   
سری: Operations Research/Computer Science Interfaces Series 8 
ISBN (شابک) : 9781461377948, 9781461560999 
ناشر: Springer US 
سال نشر: 1997 
تعداد صفحات: 425 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 22 مگابایت 

قیمت کتاب (تومان) : 46,000



کلمات کلیدی مربوط به کتاب ریاضیات شبکه های عصبی: مدل ها ، الگوریتم ها و کاربردها: است



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 7


در صورت تبدیل فایل کتاب Mathematics of Neural Networks: Models, Algorithms and Applications 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 ریاضیات شبکه های عصبی: مدل ها ، الگوریتم ها و کاربردها 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 ریاضیات شبکه های عصبی: مدل ها ، الگوریتم ها و کاربردها



این حجم از مقالات تحقیقاتی شامل مجموعه مقالات اولین کنفرانس بین المللی ریاضیات شبکه های عصبی و کاربردها (MANNA) است که از 3 تا 7 جولای 1995 در سالن لیدی مارگارت آکسفورد با حضور 116 نفر برگزار شد. این جلسه به شدت مورد حمایت قرار گرفت و علاوه بر یک برنامه آموزشی هیجان انگیز، دارای یک مکان لذت بخش، غذا و محل اقامت عالی، یک برنامه اجتماعی کامل و آب و هوای خوب بود - که همه اینها یک هفته بسیار لذت بخش را رقم زد. این اولین جلسه با این عنوان بود و تحت نظارت دانشگاه های هادرسفیلد و برایتون و با حمایت نیروی هوایی ایالات متحده (اداره تحقیقات و توسعه هوافضای اروپا) و انجمن ریاضی لندن برگزار شد. این باعث شد که یک برنامه کنفرانس بسیار جالب و گسترده ارائه شود. ما صمیمانه از همه این سازمان ها، USAF-EOARD، LMS، و دانشگاه های هادرسفیلد و برایتون برای حمایت ارزشمندشان تشکر می کنیم. سازمان دهندگان کنفرانس جان میسون (هادرزفیلد) و استیو الکات (برایتون) بودند که توسط کمیته برنامه ای متشکل از نایجل آلینسون (UMIST)، نورمن بیگز (مدرسه اقتصاد لندن)، کریس بیشاپ (استون)، دیوید لو (استون)، حمایت می شدند. پاتریک پارکس (آکسفورد)، جان تیلور (کینگز کالج، لون دون) و کوین وارویک (ریدینگ). سازمان دهنده محلی از هادرسفیلد راس هاوکینز بود که مسئولیت بیشتر امور اجرایی را با کارایی و انرژی بسیار به عهده گرفت. سازمان لیدی مارگارت هال توسط بورسار آنها، ژانت گریفیث، رهبری می شد که تضمین می کرد که هفته بسیار روان برگزار می شود.


توضیحاتی درمورد کتاب به خارجی

This volume of research papers comprises the proceedings of the first International Conference on Mathematics of Neural Networks and Applications (MANNA), which was held at Lady Margaret Hall, Oxford from July 3rd to 7th, 1995 and attended by 116 people. The meeting was strongly supported and, in addition to a stimulating academic programme, it featured a delightful venue, excellent food and accommo­ dation, a full social programme and fine weather - all of which made for a very enjoyable week. This was the first meeting with this title and it was run under the auspices of the Universities of Huddersfield and Brighton, with sponsorship from the US Air Force (European Office of Aerospace Research and Development) and the London Math­ ematical Society. This enabled a very interesting and wide-ranging conference pro­ gramme to be offered. We sincerely thank all these organisations, USAF-EOARD, LMS, and Universities of Huddersfield and Brighton for their invaluable support. The conference organisers were John Mason (Huddersfield) and Steve Ellacott (Brighton), supported by a programme committee consisting of Nigel Allinson (UMIST), Norman Biggs (London School of Economics), Chris Bishop (Aston), David Lowe (Aston), Patrick Parks (Oxford), John Taylor (King's College, Lon­ don) and Kevin Warwick (Reading). The local organiser from Huddersfield was Ros Hawkins, who took responsibility for much of the administration with great efficiency and energy. The Lady Margaret Hall organisation was led by their bursar, Jeanette Griffiths, who ensured that the week was very smoothly run.



فهرست مطالب

Front Matter....Pages i-xxii
Front Matter....Pages 1-1
N-Tuple Neural Networks....Pages 3-14
Information Geometry of Neural Networks — An Overview —....Pages 15-23
Q-Learning: A Tutorial and Extensions....Pages 24-33
Are There Universal Principles of Brain Computation?....Pages 34-40
On-Line Training of Memory-Driven Attractor Networks....Pages 41-46
Mathematical Problems Arising from Constructing an Artificial Brain....Pages 47-57
Front Matter....Pages 59-59
The Successful Use of Probability Data in Connectionist Models....Pages 61-66
Weighted Mixture of Models For On-Line Learning....Pages 67-72
Local Modifications to Radial Basis Networks....Pages 73-77
A Statistical Analysis of the Modified NLMS Rules....Pages 78-83
Finite Size Effects in On-Line Learning of Multi-Layer Neural Networks....Pages 84-88
Constant Fan-in Digital Neural Networks are VLSI-Optimal....Pages 89-94
The Application of Binary Encoded 2nd Differential Spectrometry in Preprocessing of UV-Vis Absorption Spectral Data....Pages 95-100
A Non-Equidistant Elastic Net Algorithm....Pages 101-106
Unimodal Loading Problems....Pages 107-112
On the Use of Simple Classifiers for the Initialisation of One-Hidden-Layer Neural Nets....Pages 113-117
Modelling Conditional Probability Distributions for Periodic Variables....Pages 118-122
Integro-Differential Equations in Compartmental Model Neurodynamics....Pages 123-128
Nonlinear Models for Neural Networks....Pages 129-133
A Neural Network for the Travelling Salesman Problem with a Well Behaved Energy Function....Pages 134-139
Front Matter....Pages 59-59
Semiparametric Artificial Neural Networks....Pages 140-145
An Event-Space Feedforward Network Using Maximum Entropy Partitioning with Application to Low Level Speech Data....Pages 146-150
Approximating the Bayesian Decision Boundary for Channel Equalisation Using Subset Radial Basis Function Network....Pages 151-155
Applications of Graph Theory to the Design of Neural Networks for Automated Fingerprint Identification....Pages 156-160
Zero Dynamics and Relative Degree of Dynamic Recurrent Neural Networks....Pages 161-165
Irregular Sampling Approach to Neurocontrol: The Band-And Space-Limited Functions Questions....Pages 166-170
Unsupervised Learning of Temporal Constancies by Pyramidal-Type Neurons.....Pages 171-175
Numerical Aspects of Machine Learning in Artificial Neural Networks....Pages 176-180
Learning Algorithms for Ram-Based Neural Networks....Pages 181-185
Analysis of Correlation Matrix Memory and Partial Match-Implications for Cognitive Psychology....Pages 186-191
Regularization and Realizability in Radial Basis Function Networks....Pages 192-197
A Universal Approximator Network for Learning Conditional Probability Densities....Pages 198-203
Convergence of a Class of Neural Networks....Pages 204-208
Applications of the Compartmental Model Neuron to Time Series Analysis....Pages 209-214
Information Theoretic Neural Networks for Contextually Guided Unsupervised Learning....Pages 215-219
Convergence in Noisy Training....Pages 220-224
Non-Linear Learning Dynamics with a Diffusing Messenger....Pages 225-229
A Variational Approach to Associative Memory....Pages 230-234
Transformation of Nonlinear Programming Problems into Separable ones Using Multilayer Neural Networks....Pages 235-239
A Theory of Self-Organising Neural Networks....Pages 240-244
Front Matter....Pages 59-59
Neural Network Supervised Training Based on a Dimension Reducing Method....Pages 245-249
A Training Method for Discrete Multilayer Neural Networks....Pages 250-254
Local Minimal Realisations of Trained Hopfield Networks....Pages 255-258
Data Dependent Hyperparameter Assignment....Pages 259-264
Training Radial Basis Function Networks by Using Separable and Orthogonalized Gaussians....Pages 265-269
Error Bounds for Density Estimation by Mixtures....Pages 270-274
On Smooth Activation Functions....Pages 275-279
Generalisation and Regularisation by Gaussian Filter Convolution of Radial Basis Function Networks....Pages 280-284
Dynamical System Prediction: A Lie Algebraic Approach for a Novel Neural Architecture....Pages 285-289
Stochastic Neurodynamics and the System Size Expansion....Pages 290-294
An Upper Bound on the Bayesian Error Bars for Generalized Linear Regression....Pages 295-299
Capacity Bounds for Structured Neural Network Architectures....Pages 300-305
On-Line Learning in Multilayer Neural Networks....Pages 306-311
Spontaneous Dynamics and Associative Learning in an Assymetric Recurrent Random Neural Network....Pages 312-317
A Statistical Mechanics Analysis of Genetic Algorithms for Search and Learning....Pages 318-322
Volumes of Attraction Basins in Randomly Connected Boolean Networks....Pages 323-327
Evidential Rejection Strategy for Neural Network Classifiers....Pages 328-332
Dynamics Approximation and Change Point Retrieval from a Neural Network Model....Pages 333-338
Query Learning for Maximum Information Gain in a Multi-Layer Neural Network....Pages 339-343
Shift, Rotation and Scale Invariant Signatures for Two-Dimensional Contours, in a Neural Network Architecture....Pages 344-348
Front Matter....Pages 59-59
Function Approximation by Three-Layer Artificial Neural Networks....Pages 349-354
Neural Network Versus Statistical Clustering Techniques: A Pilot Study in a Phoneme Recognition Task....Pages 355-360
Multispectral Image Analysis Using Pulsed Coupled Neural Networks....Pages 361-365
Reasoning Neural Networks....Pages 366-371
Capacity of the Upstart Algorithm....Pages 372-377
Regression with Gaussian Processes....Pages 378-382
Stochastic Forward-Perturbation, Error Surface and Progressive Learning in Neural Networks....Pages 383-388
Dynamical Stability of a High-Dimensional Self-Organizing Map....Pages 389-393
Measurements of Generalisation Based on Information Geometry....Pages 394-398
Towards an Algebraic Theory of Neural Networks: Sequential Composition....Pages 399-403




نظرات کاربران