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: سایبرنتیک: هوش مصنوعی ویرایش: 3 نویسندگان: Teuvo Kohonen سری: Springer Series in Information Sciences 30 ISBN (شابک) : 9783540679219, 3540679219 ناشر: Springer سال نشر: 1997 تعداد صفحات: 260 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب نقشه های خود سازماندهی: بیوفیزیک و فیزیک بیولوژیکی، مهندسی ارتباطات، شبکه ها، ریاضیات، عمومی
در صورت تبدیل فایل کتاب Self-Organizing Maps 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 نقشه های خود سازماندهی 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.
نقشه خودسازماندهی (SOM)، با انواع آن، محبوب ترین الگوریتم شبکه عصبی مصنوعی در دسته یادگیری بدون نظارت است. بسیاری از زمینههای علوم، SOM را به عنوان یک ابزار تحلیلی استاندارد پذیرفتهاند: در آمار، پردازش سیگنال، نظریه کنترل، تحلیلهای مالی، فیزیک تجربی، شیمی و پزشکی. یک حوزه جدید سازماندهی مجموعه های اسناد بسیار بزرگ است. SOM همچنین یکی از واقعیترین مدلهای عملکردهای بیولوژیکی مغز است. این نسخه جدید شامل بررسی بیش از 2000 مطالعه معاصر برای پوشش جدیدترین نتایج است. نمونه های موردی با فرمول های دقیق، تصاویر و جداول ارائه شد. فصل جدیدی در مورد ابزارهای نرم افزاری برای SOM نوشته شد، فصل های دیگر توسعه یا سازماندهی مجدد شدند.
The Self-Organizing Map (SOM), with its variants, is the most popular artificial neural network algorithm in the unsupervised learning category. Many fields of science have adopted the SOM as a standard analytical tool: in statistics,signal processing, control theory, financial analyses, experimental physics, chemistry and medicine. A new area is organization of very large document collections. The SOM is also one of the most realistic models of the biological brain functions.This new edition includes a survey of over 2000 contemporary studies to cover the newest results; the case examples were provided with detailed formulae, illustrations and tables; a new chapter on software tools for SOM was written, other chapters were extended or reorganized.
Front Matter....Pages I-XX
Mathematical Preliminaries....Pages 1-70
Neural Modeling....Pages 71-104
The Basic SOM....Pages 105-176
Physiological Interpretation of SOM....Pages 177-189
Variants of SOM....Pages 191-243
Learning Vector Quantization....Pages 245-261
Applications....Pages 263-310
Software Tools for SOM....Pages 311-328
Hardware for SOM....Pages 329-345
An Overview of SOM Literature....Pages 347-371
Back Matter....Pages 373-501