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: (auth.), Dr Paolo Arena, Dr Luigi Fortuna, Dr Giovanni Muscato, Dr Maria Gabriella Xibilia (eds.) سری: Lecture Notes in Control and Information Sciences 234 ISBN (شابک) : 9781852330064, 9781846285271 ناشر: Springer-Verlag London سال نشر: 1998 تعداد صفحات: 105 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب شبکه های عصبی در حوزه های چند بعدی: اصول و روندهای جدید در مدل سازی و کنترل: مهندسی کنترل
در صورت تبدیل فایل کتاب Neural Networks in Multidimensional Domains: Fundamentals and New Trends in Modelling and Control 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 حوزه های چند بعدی: اصول و روندهای جدید در مدل سازی و کنترل 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.
در این مقاله، ساختارهای جدید شبکه های عصبی در حوزه های چند بعدی معرفی می شوند. این معماری ها تعمیم پرسپترون چند لایه (MLP) در جبر مختلط، برداری و ابرمجموعه است. قابلیتهای تقریبی این شبکهها و الگوریتمهای یادگیری آنها در یک زمینه چند بعدی مورد بحث قرار گرفتهاند. این کار شامل مبانی نظری برای پرداختن به خواص چنین ساختارهایی و مزایای معرفی شده در مدلسازی سیستم، تقریب تابع و کنترل است. برخی از کاربردها با اشاره به تم های جذاب در مهندسی سیستم و ابزار نرم افزار متلب نیز گزارش شده است. پس زمینه مناسب برای این متن، آگاهی از مبانی شبکه های عصبی است. این مقاله به عنوان یک گزارش پژوهشی در نظر گرفته شده است، اما تلاش زیادی انجام شده است تا این موضوع برای دانشجویان تحصیلات تکمیلی در رشته های مهندسی کامپیوتر، مهندسی کنترل، علوم کامپیوتر و رشته های مرتبط قابل درک باشد.
In this monograph, new structures of neural networks in multidimensional domains are introduced. These architectures are a generalization of the Multi-layer Perceptron (MLP) in Complex, Vectorial and Hypercomplex algebra. The approximation capabilities of these networks and their learning algorithms are discussed in a multidimensional context. The work includes the theoretical basis to address the properties of such structures and the advantages introduced in system modelling, function approximation and control. Some applications, referring to attractive themes in system engineering and a MATLAB software tool, are also reported. The appropriate background for this text is a knowledge of neural networks fundamentals. The manuscript is intended as a research report, but a great effort has been performed to make the subject comprehensible to graduate students in computer engineering, control engineering, computer sciences and related disciplines.
Introduction to MLP neural networks....Pages 3-11
Neural networks in complex algebra....Pages 13-35
Vectorial neural networks....Pages 37-42
Quaternion algebra....Pages 43-47
MLP in quaternion algebra....Pages 49-75
Chaotic time series prediction with CMLP and HMLP....Pages 77-98
Applications of quaternions in robotics....Pages 99-111