ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Neural Networks: An Introduction

دانلود کتاب شبکه های عصبی: مقدمه

Neural Networks: An Introduction

مشخصات کتاب

Neural Networks: An Introduction

ویرایش:  
نویسندگان: ,   
سری: Physics of Neural Networks 
ISBN (شابک) : 9783642972416, 9783642972393 
ناشر: Springer Berlin Heidelberg 
سال نشر: 1990 
تعداد صفحات: 278 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 13 مگابایت 

قیمت کتاب (تومان) : 52,000



کلمات کلیدی مربوط به کتاب شبکه های عصبی: مقدمه: ترمودینامیک، فیزیک آماری، سیستم های دینامیکی و پیچیدگی، هوش مصنوعی (شامل رباتیک)، علوم اعصاب



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 26


در صورت تبدیل فایل کتاب Neural Networks: An Introduction 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: مقدمه 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: مقدمه

مفاهیم مدل های شبکه عصبی و تکنیک های پردازش موازی توزیع شده به طور جامع در یک رویکرد سه مرحله ای ارائه شده است: - پس از مروری کوتاه بر ساختار عصبی مغز و تاریخچه مدل سازی شبکه عصبی، خواننده با پردازش اطلاعات عصبی، یعنی حافظه انجمنی، پرسپترون ها، شبکه های حساس به ویژگی، استراتژی های یادگیری و کاربردهای عملی. - قسمت 2 موضوعات پیشرفته تری مانند عینک چرخشی، نظریه میدان میانگین مدل هاپفیلد و فضای تعاملات در شبکه های عصبی را پوشش می دهد. - بخش پایانی مستقل هفت برنامه را مورد بحث قرار می دهد که نمایش های عملی مدل های شبکه عصبی و استراتژی های یادگیری آنها را ارائه می دهد. فرصت کافی برای بهبود و اصلاح کدهای منبع داده شده است. این نرم افزار بر روی یک دیسکت MS DOS 5 1/4 اینچی قرار دارد و می تواند با استفاده از کامپایلر TURBO C 2.0 Borland، کامپایلر Microsoft C (5.0) یا کامپایلرهای سازگار اجرا شود.


توضیحاتی درمورد کتاب به خارجی

The concepts of neural-network models and techniques of parallel distributed processing are comprehensively presented in a three-step approach: - After a brief overview of the neural structure of the brain and the history of neural-network modeling, the reader is introduced to "neural" information processing, i.e. associative memory, perceptrons, feature-sensitive networks, learning strategies, and practical applications. - Part 2 covers more advanced subjects such as spin glasses, the mean-field theory of the Hopfield model, and the space of interactions in neural networks. - The self-contained final part discusses seven programs that provide practical demonstrations of neural-network models and their learning strategies. Ample opportunity is given to improve and modify the source codes. The software is included on a 5 1/4 inch MS DOS diskette and can be run using Borland's TURBO C 2.0 compiler, the Microsoft C compiler (5.0), or compatible compilers.



فهرست مطالب

Front Matter....Pages I-XIII
Front Matter....Pages 1-1
The Structure of the Central Nervous System....Pages 2-11
Neural Networks Introduced....Pages 12-22
Associative Memory....Pages 23-36
Stochastic Neurons....Pages 37-44
Cybernetic Networks....Pages 45-50
Multilayered Perceptrons....Pages 51-61
Applications....Pages 62-72
Network Architecture and Generalization....Pages 73-86
Associative Memory: Advanced Learning Strategies....Pages 87-103
Combinatorial Optimization....Pages 104-112
VLSI and Neural Networks....Pages 113-118
Symmetrical Networks with Hidden Neurons....Pages 119-125
Coupled Neural Networks....Pages 126-131
Unsupervised Learning....Pages 132-144
Front Matter....Pages 145-145
Statistical Physics and Spin Glasses....Pages 146-155
The Hopfield Network for p / N → o....Pages 156-164
The Hopfield Network for Finite p / N ....Pages 165-186
The Space of Interactions in Neural Networks....Pages 187-202
Front Matter....Pages 203-203
Numerical Demonstrations....Pages 204-207
ASSO : Associative Memory....Pages 208-217
Front Matter....Pages 203-203
ASSCOUNT : Associative Memory for Time Sequences....Pages 218-221
PERBOOL : Learning Boolean Functions with Back-Propagation....Pages 222-228
PERFUNC : Learning Continuous Functions with Back-Propagation....Pages 229-232
Solution of the Traveling-Salesman Problem....Pages 233-244
KOHOMAP : The Kohonen Self-organizing Map....Pages 245-249
Back Matter....Pages 250-266




نظرات کاربران