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 Proceedings of ELM-2014 Volume 1: Algorithms and Theories

دانلود کتاب مجموعه مقالات ELM-2014 جلد 1: الگوریتم ها و نظریه ها

Proceedings of ELM-2014 Volume 1: Algorithms and Theories

مشخصات کتاب

Proceedings of ELM-2014 Volume 1: Algorithms and Theories

ویرایش: 1 
نویسندگان: , , , ,   
سری: Proceedings in Adaptation, Learning and Optimization 3 
ISBN (شابک) : 9783319140629, 9783319140636 
ناشر: Springer International Publishing 
سال نشر: 2015 
تعداد صفحات: 446 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 15 مگابایت 

قیمت کتاب (تومان) : 33,000



کلمات کلیدی مربوط به کتاب مجموعه مقالات ELM-2014 جلد 1: الگوریتم ها و نظریه ها: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Proceedings of ELM-2014 Volume 1: Algorithms and Theories 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 مجموعه مقالات ELM-2014 جلد 1: الگوریتم ها و نظریه ها 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 مجموعه مقالات ELM-2014 جلد 1: الگوریتم ها و نظریه ها



این کتاب حاوی چند مقاله برگزیده از کنفرانس بین المللی ماشین یادگیری افراطی 2014 است که در سنگاپور، 8 تا 10 دسامبر 2014 برگزار شد. این کنفرانس محققان و دست اندرکاران ماشین یادگیری افراطی (ELM) را گرد هم می آورد. از زمینه های مختلف برای ترویج تحقیق و توسعه "یادگیری بدون تنظیم تکراری". این کتاب نظریه ها، الگوریتم ها و کاربردهای ELM را پوشش می دهد. این به خوانندگان نگاهی به آخرین پیشرفت های ELM می دهد.


توضیحاتی درمورد کتاب به خارجی

This book contains some selected papers from the International Conference on Extreme Learning Machine 2014, which was held in Singapore, December 8-10, 2014. This conference brought together the researchers and practitioners of Extreme Learning Machine (ELM) from a variety of fields to promote research and development of “learning without iterative tuning”. The book covers theories, algorithms and applications of ELM. It gives the readers a glance of the most recent advances of ELM.



فهرست مطالب

Front Matter....Pages 1-8
Sparse Bayesian ELM Handling with Missing Data for Multi-class Classification....Pages 1-13
A Fast Incremental Method Based on Regularized Extreme Learning Machine....Pages 15-30
Parallel Ensemble of Online Sequential Extreme Learning Machine Based on MapReduce....Pages 31-40
Explicit Computation of Input Weights in Extreme Learning Machines....Pages 41-49
Subspace Detection on Concept Drifting Data Stream....Pages 51-59
Inductive Bias for Semi-supervised Extreme Learning Machine....Pages 61-70
ELM Based Efficient Probabilistic Threshold Query on Uncertain Data....Pages 71-80
Sample-Based Extreme Learning Machine Regression with Absent Data....Pages 81-90
Two Stages Query Processing Optimization Based on ELM in the Cloud....Pages 91-102
Domain Adaptation Transfer Extreme Learning Machines....Pages 103-119
Quasi-Linear Extreme Learning Machine Model Based Nonlinear System Identification....Pages 121-130
A Novel Bio-inspired Image Recognition Network with Extreme Learning Machine....Pages 131-139
A Deep and Stable Extreme Learning Approach for Classification and Regression....Pages 141-150
Extreme Learning Machine Ensemble Classifier for Large-Scale Data....Pages 151-161
Pruned Annular Extreme Learning Machine Optimization Based on RANSAC Multi Model Response Regularization....Pages 163-182
Learning ELM Network Weights Using Linear Discriminant Analysis....Pages 183-191
An Algorithm for Classification over Uncertain Data Based on Extreme Learning Machine....Pages 193-202
Training Generalized Feedforword Kernelized Neural Networks on Very Large Datasets for Regression Using Minimal-Enclosing-Ball Approximation....Pages 203-214
An Online Multiple-Model Approach to Univariate Time-Series Prediction....Pages 215-224
A Self-Organizing Mixture Extreme Leaning Machine for Time Series Forecasting....Pages 225-236
Ensemble Extreme Learning Machine Based on a New Self-adaptive AdaBoost.RT....Pages 237-244
Machine Learning Reveals Different Brain Activities in Visual Pathway during TOVA Test....Pages 245-262
Online Sequential Extreme Learning Machine with New Weight-Setting Strategy for Nonstationary Time Series Prediction....Pages 263-272
RMSE-ELM: Recursive Model Based Selective Ensemble of Extreme Learning Machines for Robustness Improvement....Pages 273-292
Extreme Learning Machine for Regression and Classification Using L 1 -Norm and L 2 -Norm....Pages 293-300
A Semi-supervised Online Sequential Extreme Learning Machine Method....Pages 301-310
ELM Feature Mappings Learning: Single-Hidden-Layer Feedforward Network without Output Weight....Pages 311-324
ROS-ELM: A Robust Online Sequential Extreme Learning Machine for Big Data Analytics....Pages 325-344
Deep Extreme Learning Machines for Classification....Pages 345-354
C-ELM: A Curious Extreme Learning Machine for Classification Problems....Pages 355-366
Review of Advances in Neural Networks: Neural Design Technology Stack....Pages 367-376
Applying Regularization Least Squares Canonical Correlation Analysis in Extreme Learning Machine for Multi-label Classification Problems....Pages 377-396
Least Squares Policy Iteration Based on Random Vector Basis....Pages 397-405
Identifying Indistinguishable Classes in Multi-class Classification Data Sets Using ELM....Pages 407-415
Effects of Training Datasets on Both the Extreme Learning Machine and Support Vector Machine for Target Audience Identification on Twitter....Pages 417-434
Extreme Learning Machine for Clustering....Pages 435-444
Back Matter....Pages 445-446




نظرات کاربران