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: [Har/Dsk ed.]
نویسندگان: D. R. Baughman and Y. A. Liu (Auth.)
سری:
ISBN (شابک) : 9780120830305, 0120830302
ناشر: Elsevier Inc, Academic Press
سال نشر: 1995
تعداد صفحات: 488
[493]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 25 Mb
در صورت تبدیل فایل کتاب Neural Networks in Bioprocessing and Chemical Engineering 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 در پردازش زیستی و مهندسی شیمی 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.
شبکه های عصبی در میان دانشمندان و مهندسان بسیار مورد توجه قرار
گرفته است. در مهندسی شیمی، محاسبات عصبی از پروژه های پیشگام به
سمت کاربردهای صنعتی اصلی حرکت کرده است. این کتاب اصول اساسی
محاسبات عصبی را معرفی می کند و اولین کتابی است که بر کاربردهای
عملی آن در پردازش زیستی و مهندسی شیمی تمرکز دارد. مثالها،
مشکلات و 10 مطالعه موردی دقیق نحوه توسعه، آموزش و بهکارگیری
شبکههای عصبی را نشان میدهند. یک دیسک حاوی فایلهای داده ورودی
برای همه مثالهای گویا، مطالعات موردی و مشکلات تمرینی، فرصت
تجربه عملی را فراهم میکند. هدف مهم این کتاب کمک به دانشآموز
یا شاغل در یادگیری و پیادهسازی سریع و ارزان شبکههای عصبی با
استفاده از ابزارهای نرمافزاری مبتنی بر رایانه شخصی است. مشخصات
دقیق شبکه و روش های آموزشی برای تمام نمونه های شبکه عصبی که در
کتاب مورد بحث قرار گرفته اند گنجانده شده است.
هر فصل شامل یک مقدمه، خلاصه فصل، ارجاع به مطالعه بیشتر، مسائل
تمرینی، و بخشی در نامگذاری است
شامل یک دیسک سازگار با رایانه شخصی حاوی فایل های داده ورودی
برای مثال ها، مطالعات موردی، و مشکلات تمرینی است.
10 مطالعه موردی دقیق را ارائه می دهد
شامل واژه نامه گسترده ای است که اصطلاحات مورد استفاده در شبکه
های عصبی در علم و مهندسی را توضیح می دهد
مثال ها، مشکلات و ده مطالعه موردی دقیق از کاربردهای محاسبات
عصبی را ارائه می دهد، از جمله:
تشخیص خطای فرآیند یک راکتور شیمیایی
مشکل طبقهبندی خطای لئونارد-کرامر
تشخیص خطای فرآیند برای سیستم راکتور مخزن همزن پیوسته حالت
ناپایدار
طبقهبندی دستههای ساختار ثانویه پروتئین
کمی پیشبینی و تحلیل رگرسیون سینتیکهای شیمیایی پیچیده
حسگرهای مبتنی بر نرمافزار برای پیشبینی کمی ترکیبات محصول از
طیفهای فلورسنت در پردازش زیستی
کنترل کیفیت و بهینهسازی فرآیند پخت اتوکلاو برای ساخت مواد
کامپوزیتی
مدلسازی پیشبینی یک آزمایشی فرآیند تخمیر دسته ای
کنترل نظارتی مسئله کنترل سرتاسر گیاه تنسی ایستمن
مدل سازی پیش بینی و طراحی بهینه جداسازی زیستی استخراجی در سیستم
های دو فاز آبی
Neural networks have received a great deal of attention among
scientists and engineers. In chemical engineering, neural
computing has moved from pioneering projects toward mainstream
industrial applications. This book introduces the fundamental
principles of neural computing, and is the first to focus on
its practical applications in bioprocessing and chemical
engineering. Examples, problems, and 10 detailed case studies
demonstrate how to develop, train, and apply neural networks. A
disk containing input data files for all illustrative examples,
case studies, and practice problems provides the opportunity
for hands-on experience. An important goal of the book is to
help the student or practitioner learn and implement neural
networks quickly and inexpensively using commercially
available, PC-based software tools. Detailed network
specifications and training procedures are included for all
neural network examples discussed in the book.
Each chapter contains an introduction, chapter summary,
references to further reading, practice problems, and a section
on nomenclature
Includes a PC-compatible disk containing input data files for
examples, case studies, and practice problems
Presents 10 detailed case studies
Contains an extensive glossary, explaining terminology used in
neural network applications in science and engineering
Provides examples, problems, and ten detailed case studies of
neural computing applications, including:
Process fault-diagnosis of a chemical reactor
Leonard–Kramer fault-classification problem
Process fault-diagnosis for an unsteady-state continuous
stirred-tank reactor system
Classification of protein secondary-structure categories
Quantitative prediction and regression analysis of complex
chemical kinetics
Software-based sensors for quantitative predictions of product
compositions from flourescent spectra in bioprocessing
Quality control and optimization of an autoclave curing process
for manufacturing composite materials
Predictive modeling of an experimental batch fermentation
process
Supervisory control of the Tennessee Eastman plantwide control
problem
Predictive modeling and optimal design of extractive
bioseparation in aqueous two-phase systems