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
ویرایش: [1 ed.] نویسندگان: Frank Nielsen (auth.), Edwin Hancock, Marcello Pelillo (eds.) سری: Lecture Notes in Computer Science 7953 ISBN (شابک) : 9783642391392, 9783642391408 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2013 تعداد صفحات: 297 [307] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 Mb
در صورت تبدیل فایل کتاب Similarity-Based Pattern Recognition: Second International Workshop, SIMBAD 2013, York, UK, July 3-5, 2013. Proceedings 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 تشخیص الگوی مبتنی بر شباهت: دومین کارگاه بین المللی، SIMBAD 2013، یورک، انگلستان، 3-5 ژوئیه، 2013. مجموعه مقالات 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 کتاب مجموعه مقالات دومین کارگاه بین المللی تحلیل و شناسایی الگوهای مبتنی بر تشابه، SIMBAD 2013 است که در ژوئیه 2013 در یورک، انگلستان برگزار شد. 18 مقاله ارائه شده به دقت بررسی و از بین 33 مورد ارسالی انتخاب شدند. آنها طیف وسیعی از مشکلات و دیدگاهها را پوشش میدهند، از یادگیری تحت نظارت گرفته تا بدون نظارت، از مدلهای مولد تا افتراقی، از مسائل نظری تا کاربردهای عملی در دنیای واقعی، و تصویری به موقع از وضعیت هنر در این زمینه ارائه میدهند.
This book constitutes the proceedings of the Second International Workshop on Similarity Based Pattern Analysis and Recognition, SIMBAD 2013, which was held in York, UK, in July 2013. The 18 papers presented were carefully reviewed and selected from 33 submissions. They cover a wide range of problems and perspectives, from supervised to unsupervised learning, from generative to discriminative models, from theoretical issues to real-world practical applications, and offer a timely picture of the state of the art in the field.