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
دسته بندی: آمار ریاضی ویرایش: نویسندگان: Poznyak, Najim, Gomez-Ramirez. سری: ISBN (شابک) : 082479249X ناشر: M. Dekker سال نشر: 2000 تعداد صفحات: 315 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Self-learning control of finite Markov chains 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 کنترل خودآموز زنجیره های مارکوف محدود 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.
این مرجع/متن با تمرکز دقیق تعدادی از الگوریتمهای کنترلی خودآموز (تطبیقی) جدید و بالقوه مفید و نتایج نظری و عملی را برای زنجیرههای محدود مارکوف بدون محدودیت و محدود ارائه میکند - پردازش کارآمد اطلاعات جدید با تنظیم استراتژیهای کنترل به طور مستقیم یا غیرمستقیم. با ارائه مطالب جدید و بسیاری از شبیهسازیهای توصیفی و مثالهای عینی، کنترل خودآموز زنجیرههای مارکوف محدود، مفاهیم اساسی ریاضی کنترل خودآموز زنجیرههای مارکوف محدود محدود و نامحدود را ارائه میدهد... قضایای مربوط به همگرایی، سرعت همگرایی، و انتخاب بهینه پارامترهای طراحی چندین الگوریتم خودآموز کارآمد ... خصوصیات مجانبی (همگرایی با احتمال 1 و همچنین همگرایی در مجذورهای میانگین) را با استفاده از رویکرد لیاپانوف و نظریه مارتینگالس تجزیه و تحلیل می کند ... روشهای تطبیقی را مورد بحث قرار می دهد. الگوریتمها تخمین جدیدی را تشکیل میدهند و اطلاعات جدید (تحققات) را از تخمین قدیمی با استفاده از مقدار ثابتی از محاسبات و حافظه ترکیب میکنند... رویههای عادیسازی و توابع لاگرانژ و جریمه منظمشده را معرفی میکنند... رویکرد جدید یک استراتژی کنترل نیمه منجمد را نشان میدهد. ..خواص مجانبی الگوریتم های مختلف را بررسی می کند که از طرح هایی که در ابتدا در مدل سازی الگوهای یادگیری حیوانات استفاده می شد... و موارد دیگر. با برنامه های بسیار کاربردی MATLAB برای آموزش و بسط مفاهیم کلیدی، کنترل خودآموز زنجیره های مارکوف محدود یک مرجع همه کاره برای مهندسین برق، الکترونیک، کنترل و نرم افزار است. ریاضیدانان؛ آماردانان؛ و اقتصاددانان درگیر در بازی های تصادفی. و متنی ارزشمند برای دانشجویان مقطع کارشناسی و کارشناسی ارشد در این رشته ها.
This rigorously focused reference/text presents a number of new and potentially useful self-learning (adaptive) control algorithms and theoretical as well as practical results for both unconstrained and constrained finite Markov chains - efficiently processing new information by adjusting control strategies directly or indirectly. Offering new material and many descriptive simulations and concrete examples, Self-Learning Control of Finite Markov Chains supplies fundamental mathematical concepts of self-learning control of constrained and unconstrained finite Markov chains...states theorems related to the convergence, the speed of convergence, and the optimal selection of the design parameters of several efficient self-learning algorithms...analyzes the asymptotic properties (convergence with probability 1 as well as convergence in the mean squares) using the Lyapunov approach and martingales theory...discusses ways that adaptive algorithms form a new estimate, incorporating new information (realizations) from the old estimate using a fixed amount of computation and memory...introduces normalization procedures and regularized Lagrange and penalty functions...showcases the novel approach of a partially frozen control strategy...examines the asymptotic properties of different algorithms derived from schemes originally used in modeling animal learning patterns...and more. Featuring highly practical MATLAB programs for instruction and elaboration of key concepts, Self-Learning Control of Finite Markov Chains is a versatile reference for electrical, electronics, control, and software engineers; mathematicians; statisticians; and economists involved in stochastic games; and an invaluable text for upper-level undergraduate and graduate students in these disciplines.