دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Modeling Brain Function: The World of Attractor Neural Networks
دانلود کتاب مدل سازی عملکرد مغز: دنیای شبکه های عصبی جذب کننده
مشخصات کتاب
Modeling Brain Function: The World of Attractor Neural Networks
ویرایش: [First edition.]
نویسندگان: Daniel J. Amit
سری:
ISBN (شابک) : 0521361001, 9780521361002
ناشر: Cambridge University Press
سال نشر: 1989
تعداد صفحات: 263
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 33 Mb
قیمت کتاب (تومان) : 88,000
در صورت تبدیل فایل کتاب Modeling Brain Function: The World of Attractor 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 مدل سازی عملکرد مغز: دنیای شبکه های عصبی جذب کننده 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 مدل سازی عملکرد مغز: دنیای شبکه های عصبی جذب کننده
این کتاب با بررسی یکی از هیجانانگیزترین و بالقوهترین زمینههای تحقیقات علمی، مطالعه اصول و مکانیسمهای زیربنایی عملکرد مغز، تکنیکهای آورده شده از فیزیک برای مطالعه شبکههای عصبی و بینشهایی را که آنها برانگیختهاند، معرفی و توضیح میدهد. پیشرفت قابل توجه در درک حافظه، فرآیند یادگیری و خودسازماندهی با مطالعه ویژگیهای مدلهای شبکههای عصبی منجر به کشف شباهتهای مهم بین ویژگیهای سیستمهای مشارکتی آماری و غیرخطی در فیزیک و شبکههای عصبی شده است. نویسنده دیدگاهی منسجم و روشن و غیر فنی از تمام ایده ها و نتایج اساسی ارائه می دهد. جنبههای فنی بیشتر به بخشها و پیوستهای ویژه در هر فصل محدود میشود.
توضیحاتی درمورد کتاب به خارجی
Exploring one of the most exciting and potentially rewarding areas of scientific research, the study of the principles and mechanisms underlying brain function, this book introduces and explains the techniques brought from physics to the study of neural networks and the insights they have stimulated. Substantial progress in understanding memory, the learning process, and self-organization by studying the properties of models of neural networks have resulted in discoveries of important parallels between the properties of statistical, nonlinear cooperative systems in physics and neural networks. The author presents a coherent and clear, nontechnical view of all the basic ideas and results. More technical aspects are restricted to special sections and appendices in each chapter.
