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: 1 نویسندگان: Bing J. Sheu, Joongho Choi سری: The Springer International Series in Engineering and Computer Science ISBN (شابک) : 0792395476, 9780792395478 ناشر: Springer سال نشر: 1995 تعداد صفحات: 570 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Neural Information Processing and VLSI 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 پردازش اطلاعات عصبی و VLSI 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.
پردازش اطلاعات عصبی و VLSI یک درمان واحد از این موضوع مهم را برای استفاده در کلاسهای درس، صنعت و آزمایشگاههای تحقیقاتی به منظور توسعه شبکههای عصبی مصنوعی و با الهام از بیولوژیکی پیشرفته با استفاده از تکنیکهای پردازش موازی آنالوگ و دیجیتال VLSI فراهم میکند. پردازش اطلاعات عصبی و VLSI به طور سیستماتیک پارادایم های مختلف شبکه عصبی، معماری های محاسباتی و پیاده سازی های الکترونیکی/نوری مرتبط را با استفاده از روش های طراحی کارآمد VLSI ارائه می کنند. ماشینهای دیجیتال معمولی نمیتوانند وظایف محاسباتی فشرده را با عملکرد رضایتبخش در زمینههایی مانند ادراک هوشمند، از جمله پردازش سیگنال بصری و شنیداری، تشخیص، درک، و استدلال منطقی (که در آن انسان و حتی یک حیوان کوچک زنده میتوانند کار فوقالعادهای انجام دهند) انجام دهند. . پیشرفتهای تحقیقاتی اخیر در شبکههای عصبی مصنوعی و بیولوژیکی، پایه مهمی برای پردازش اطلاعات با کارایی بالا با استفاده کارآمدتر از منابع محاسباتی ایجاد کرده است. راز در بهینه سازی طراحی در سطوح مختلف محاسبات و ارتباطات ماشین های هوشمند نهفته است. هر سیستم شبکه عصبی متشکل از پردازندههای سیگنال موازی و توزیع شده است که هر پردازنده عملیات بسیار سادهای را انجام میدهد، بنابراین انرژی کمی مصرف میکند. قابلیتهای محاسباتی بزرگ این سیستمها در محدوده چند صد گیگا تا چندین عملیات ترا در ثانیه از پردازش موازی و مسیریابی دادههای کارآمد، از طریق شبکههای اتصال به خوبی ساختاریافته ناشی میشوند. فناوریهای یکپارچهسازی بسیار بزرگ مقیاس زیر میکرون عمیق (VLSI) میتوانند دهها میلیون ترانزیستور را در یک تراشه سیلیکونی برای پردازش سیگنال پیچیده و دستکاری اطلاعات ادغام کنند. این کتاب برای کسانی که علاقه مند به محاسبات عصبی کارآمد هستند و همچنین کسانی که کنجکاو در مورد برنامه های کاربردی سیستم شبکه های عصبی هستند مناسب است. این کتاب مخصوصاً برای استفاده به عنوان متنی برای دانشجویان مقطع کارشناسی ارشد و سال اول کارشناسی ارشد تهیه شده است و یک کتاب مرجع عالی برای محققان و دانشمندانی است که در زمینه های تحت پوشش کار می کنند.
Neural Information Processing and VLSI provides a unified treatment of this important subject for use in classrooms, industry, and research laboratories, in order to develop advanced artificial and biologically-inspired neural networks using compact analog and digital VLSI parallel processing techniques. Neural Information Processing and VLSI systematically presents various neural network paradigms, computing architectures, and the associated electronic/optical implementations using efficient VLSI design methodologies. Conventional digital machines cannot perform computationally-intensive tasks with satisfactory performance in such areas as intelligent perception, including visual and auditory signal processing, recognition, understanding, and logical reasoning (where the human being and even a small living animal can do a superb job). Recent research advances in artificial and biological neural networks have established an important foundation for high-performance information processing with more efficient use of computing resources. The secret lies in the design optimization at various levels of computing and communication of intelligent machines. Each neural network system consists of massively paralleled and distributed signal processors with every processor performing very simple operations, thus consuming little power. Large computational capabilities of these systems in the range of some hundred giga to several tera operations per second are derived from collectively parallel processing and efficient data routing, through well-structured interconnection networks. Deep-submicron very large-scale integration (VLSI) technologies can integrate tens of millions of transistors in a single silicon chip for complex signal processing and information manipulation. The book is suitable for those interested in efficient neurocomputing as well as those curious about neural network system applications. It has been especially prepared for use as a text for advanced undergraduate and first year graduate students, and is an excellent reference book for researchers and scientists working in the fields covered.