دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Neural networks and static modelling
دانلود کتاب شبکه های عصبی و مدل سازی استاتیک
مشخصات کتاب
Neural networks and static modelling
ویرایش:
نویسندگان: Igor Belič
سری:
ISBN (شابک) : 9789535104094
ناشر: Intech
سال نشر: 2012
تعداد صفحات: 298
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 مگابایت
قیمت کتاب (تومان) : 36,000
در صورت تبدیل فایل کتاب Neural networks and static modelling 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 شبکه های عصبی و مدل سازی استاتیک 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 شبکه های عصبی و مدل سازی استاتیک
کاربردهای جدید در شبکه های عصبی مکرر توسط این کتاب پوشش داده شده است که مطالعه آنها در این زمینه الزامی است. ابزارهای روش‌شناختی تحت پوشش شامل شاخص‌های رتبه‌بندی برای اعداد فازی، فیلتر دیجیتال عصبی فازی و نمودارهای نقشه‌برداری برنامه‌های موازی است. دامنه تکنیک‌هایی که در کاربردهای دنیای واقعی نمایه می‌شوند از فصل‌های مربوط به تشخیص الگوهای آب و هوای شدید، ECG بزرگسالان و جنین در مراقبت‌های بهداشتی و پیش‌بینی سیگنال‌های سری زمانی دما مشهود است. موضوعات اضافی در این زمینه استفاده از تکنیک‌های هوش مصنوعی برای مشکلات تداخل الکترومغناطیسی، شناسایی فرآیندهای زیستی و کنترل I-term و استفاده از BRNN-SVM برای بهبود دقت پیش‌بینی حوزه پروتئین است. شبکه های عصبی بازگشتی همچنین می توانند در واقعیت مجازی و سیستم های دینامیکی غیرخطی استفاده شوند، همانطور که در دو فصل نشان داده شده است.
توضیحاتی درمورد کتاب به خارجی
New applications in recurrent neural networks are covered by this book, which will be required reading in the field. Methodological tools covered include ranking indices for fuzzy numbers, a neuro-fuzzy digital filter and mapping graphs of parallel programmes. The scope of the techniques profiled in real-world applications is evident from chapters on the recognition of severe weather patterns, adult and foetal ECGs in healthcare and the prediction of temperature time-series signals. Additional topics in this vein are the application of AI techniques to electromagnetic interference problems, bioprocess identification and I-term control and the use of BRNN-SVM to improve protein-domain prediction accuracy. Recurrent neural networks can also be used in virtual reality and nonlinear dynamical systems, as shown by two chapters.
