Pattern Recognition and Machine Learning: Proceedings of the Japan—U.S. Seminar on the Learning Process in Control Systems, held in Nagoya, Japan August 18–20, 1970

این کتاب شامل مجموعه مقالات سمینار ایالات متحده و ژاپن در مورد فرآیند یادگیری در سیستم های کنترل است. این سمینار که از 18 تا 20 آگوست 1970 در ناگویا، ژاپن برگزار شد، توسط برنامه علمی تعاونی ایالات متحده و ژاپن، به طور مشترک توسط بنیاد ملی علوم و انجمن ژاپن برای ترویج علم حمایت شد. متون کامل کلیه مقالات ارائه شده به جز دو تی گنجانده شده است. این مقالات طیف گسترده‌ای از موضوعات مرتبط با فرآیندها و سیستم‌های یادگیری را پوشش می‌دهند، از تشخیص الگو تا شناسایی سیستم‌ها، از کنترل یادگیری تا مدل‌سازی بیولوژیکی. به منظور انعکاس محتوای واقعی کتاب، عنوان حاضر انتخاب شد. تمام بیست و هشت مقاله تقریباً به دو بخش تقسیم می شوند - شناسایی الگو و شناسایی سیستم و فرآیند یادگیری و کنترل یادگیری. گاهی اوقات کاملاً واضح است که برخی از مقالات را می توان در هر دو بخش طبقه بندی کرد. انتخاب در این موارد صرفاً با ویراستار بود تا تعادل خاصی بین دو قسمت حفظ شود. در طول دهه گذشته، علاقه به مسائل مربوط به تشخیص الگو و یادگیری ماشین رشد قابل توجهی داشته است. در طراحی یک سیستم تشخیص یا کنترل الگوی بهینه، اگر تمام اطلاعات پیشینی در مورد فرآیند مورد مطالعه شناخته شده باشد و بتوان آن را به صورت قطعی توصیف کرد، سیستم بهینه معمولاً با تکنیک‌های بهینه‌سازی قطعی طراحی می‌شود.

This book contains the Proceedings of the US-Japan Seminar on Learning Process in Control Systems. The seminar, held in Nagoya, Japan, from August 18 to 20, 1970, was sponsored by the US-Japan Cooperative Science Program, jointly supported by the National Science Foundation and the Japan Society for the Promotion of Science. The full texts of all the presented papers except two t are included. The papers cover a great variety of topics related to learning processes and systems, ranging from pattern recognition to systems identification, from learning control to biological modelling. In order to reflect the actual content of the book, the present title was selected. All the twenty-eight papers are roughly divided into two parts--Pattern Recognition and System Identification and Learning Process and Learning Control. It is sometimes quite obvious that some papers can be classified into either part. The choice in these cases was strictly the editor's in order to keep a certain balance between the two parts. During the past decade there has been a considerable growth of interest in problems of pattern recognition and machine learn­ ing. In designing an optimal pattern recognition or control system, if all the a priori information about the process under study is known and can be described deterministically, the optimal system is usually designed by deterministic optimization techniques.