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 Spline models for observational data

دانلود کتاب مدلهای اسپلین برای داده های مشاهده

Spline models for observational data

مشخصات کتاب

Spline models for observational data

دسته بندی: سازمان و پردازش داده ها
ویرایش: illustrated edition 
نویسندگان:   
سری: CBMS-NSF Regional Conference series in applied mathematics 59 
ISBN (شابک) : 9780898712445, 0898712440 
ناشر: Society for Industrial and Applied Mathematics 
سال نشر: 1990 
تعداد صفحات: 186 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 1 مگابایت

قیمت کتاب (تومان) : 31,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Spline models for observational data 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 مدلهای اسپلین برای داده های مشاهده 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 مدلهای اسپلین برای داده های مشاهده

این کتاب به خوبی به عنوان مقدمه ای برای جنبه های نظری تر استفاده از مدل های spline عمل می کند. تئوری و عملی را برای تخمین توابع از داده های پر سر و صدا روی توابع ایجاد می کند. ساده ترین مثال، برآورد یک منحنی صاف، با توجه به مشاهدات پر سر و صدا بر روی تعداد محدودی از مقادیر آن است. تخمین یک اسپلاین هموارسازی چند جمله ای است. با قرار دادن این مشکل هموارسازی در محیط بازتولید فضاهای هیلبرت هسته، تئوری ایجاد می‌شود که شامل خطوط هموار تک متغیره، اسپلاین‌های صفحه نازک در ابعاد d، اسپلاین‌های روی کره، اسپلاین‌های افزودنی و اسپلاین‌های برهمکنش در یک چارچوب واحد است. یک تعمیم ساده به نظریه اجازه می دهد تا حوزه بسیار مهم روش های منظم سازی (Tikhonov) را برای مسائل معکوس نامناسب در بر بگیرد.

خواص همگرایی، انتخاب پارامتر هموارسازی مبتنی بر داده، فواصل اطمینان، و روش‌های عددی ایجاد شده‌اند که برای طیف گسترده‌ای از مسائل که در این چارچوب قرار می‌گیرند، مناسب هستند. روش هایی برای گنجاندن شرایط جانبی و سایر اطلاعات قبلی در حل مشکلات معکوس بد ارائه شده است. داده‌هایی که شامل نمونه‌هایی از متغیرهای تصادفی با توزیع‌های گاوسی، پواسون، دوجمله‌ای و دیگر است، در یک زمینه بهینه‌سازی یکپارچه درمان می‌شوند. سوالات طراحی تجربی، یعنی اینکه کدام عملکردها باید رعایت شوند، در یک زمینه کلی مورد مطالعه قرار می گیرند. الحاقات به مشکلات شناسایی سیستم پارامترهای توزیع شده با در نظر گرفتن عملکردهای تعریف شده ضمنی ساخته می شوند.


توضیحاتی درمورد کتاب به خارجی

This book serves well as an introduction into the more theoretical aspects of the use of spline models. It develops a theory and practice for the estimation of functions from noisy data on functionals. The simplest example is the estimation of a smooth curve, given noisy observations on a finite number of its values. The estimate is a polynomial smoothing spline. By placing this smoothing problem in the setting of reproducing kernel Hilbert spaces, a theory is developed which includes univariate smoothing splines, thin plate splines in d dimensions, splines on the sphere, additive splines, and interaction splines in a single framework. A straightforward generalization allows the theory to encompass the very important area of (Tikhonov) regularization methods for ill-posed inverse problems.

Convergence properties, data based smoothing parameter selection, confidence intervals, and numerical methods are established which are appropriate to a wide variety of problems which fall within this framework. Methods for including side conditions and other prior information in solving ill-posed inverse problems are included. Data which involves samples of random variables with Gaussian, Poisson, binomial, and other distributions are treated in a unified optimization context. Experimental design questions, i.e., which functionals should be observed, are studied in a general context. Extensions to distributed parameter system identification problems are made by considering implicitly defined functionals.



فهرست مطالب

Spline Models for Observational Data......Page 1
Contents......Page 10
Foreword......Page 12
CHAPTER 1 Background......Page 18
CHAPTER 2 More Splines......Page 38
CHAPTER 3 Equivalence and Perpendicularity, or,What's So Special About Splines?......Page 58
CHAPTER 4 Estimating the Smoothing Parameter......Page 62
CHAPTER 5 "Confidence Intervals"......Page 84
CHAPTER 6 Partial Spline Models......Page 90
CHAPTER 7  Finite-Dimensional Approximating Subspaces......Page 112
CHAPTER 8 Fredholm Integral Equations of the First Kind......Page 118
CHAPTER 9 Further Nonlinear Generalizations......Page 126
CHAPTER 10 Additive and Interaction Splines......Page 144
CHAPTER 1 1 Numerical Methods......Page 152
CHAPTER 12  Special Topics......Page 162
Bibliography......Page 170
Author Index......Page 184




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی