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 Stochastic Approximation Algorithms and Applications

دانلود کتاب الگوریتمها و برنامه های تقریب تصادفی

مشخصات کتاب

Stochastic Approximation Algorithms and Applications

دسته بندی: احتمال
ویرایش: 2nd 
نویسندگان: Harold J. Kushner,  G. George Yin (auth.)  
سری: Applications of Mathematics 35 
ISBN (شابک) : 9780387008943, 0387008942 
ناشر: Springer New York 
سال نشر: 1997 
تعداد صفحات: 485 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت

قیمت کتاب (تومان) : 74,000

کلمات کلیدی مربوط به کتاب الگوریتمها و برنامه های تقریب تصادفی: نظریه احتمال و فرآیندهای تصادفی

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 14

در صورت تبدیل فایل کتاب Stochastic Approximation Algorithms and Applications 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 الگوریتمها و برنامه های تقریب تصادفی 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 الگوریتمها و برنامه های تقریب تصادفی

این کتاب توسعه کاملی از نظریه مدرن تقریب تصادفی یا الگوریتم‌های تصادفی بازگشتی را برای مسائل محدود و غیرمحدود ارائه می‌کند. توسعه کامل هر دو روش احتمال یک و همگرایی ضعیف برای فرآیندهای نویز بسیار کلی وجود دارد. اثبات همگرایی از روش ODE، قدرتمندترین روش تا به امروز استفاده می کند، که با آن رفتار مجانبی با رفتار حدی یک ODE متوسط مشخص می شود. مفروضات و روش های اثبات برای پوشش نیازهای برنامه های کاربردی اخیر طراحی شده اند. توسعه از مسائل ساده به پیچیده ادامه می‌یابد، و به ایده‌های زیربنایی اجازه می‌دهد تا راحت‌تر درک شوند. نرخ همگرایی، میانگین‌گیری تکرار، مسائل با ابعاد بالا، روش‌های پایداری-ODE، دو مقیاس زمانی، الگوریتم‌های ناهمزمان و غیرمتمرکز، نویز همبسته و وابسته به حالت عمومی، روش‌های تابع آزمون آشفته، و روش‌های انحراف بزرگ، پوشش داده شده‌اند. بسیاری از مثال‌های انگیزشی از تئوری یادگیری، مشکلات هزینه ارگودیک برای سیستم‌های رویداد گسسته، ارتباطات بی‌سیم، کنترل تطبیقی، پردازش سیگنال و جاهای دیگر، کاربرد این نظریه را نشان می‌دهند.

این ویرایش دوم یک بازبینی کامل است، اگرچه ویژگی‌های اصلی و ساختار بدون تغییر باقی می‌مانند. این شامل بسیاری از برنامه ها و نتایج اضافی و بحث های مفصل تر است.

هارولد جی کوشنر استاد دانشگاه و استاد ریاضیات کاربردی در دانشگاه براون است. او کتاب‌ها و مقالات متعددی در مورد تمام جنبه‌های نظریه سیستم‌های تصادفی نوشته است و جوایز مختلفی از جمله جایزه میدانی سیستم‌های کنترل IEEE را دریافت کرده است.

G. جورج یین، استاد ریاضیات در دانشگاه ایالتی وین است. علایق تحقیقاتی او بر روی فرآیندهای تصادفی کاربردی و نظریه سیستم های تصادفی متمرکز است. او سهم عمده ای در نظریه تقریب تصادفی داشته است.

توضیحاتی درمورد کتاب به خارجی

The book presents a thorough development of the modern theory of stochastic approximation or recursive stochastic algorithms for both constrained and unconstrained problems. There is a complete development of both probability one and weak convergence methods for very general noise processes. The proofs of convergence use the ODE method, the most powerful to date, with which the asymptotic behavior is characterized by the limit behavior of a mean ODE. The assumptions and proof methods are designed to cover the needs of recent applications. The development proceeds from simple to complex problems, allowing the underlying ideas to be more easily understood. Rate of convergence, iterate averaging, high-dimensional problems, stability-ODE methods, two time scale, asynchronous and decentralized algorithms, general correlated and state-dependent noise, perturbed test function methods, and large devitations methods, are covered. Many motivational examples from learning theory, ergodic cost problems for discrete event systems, wireless communications, adaptive control, signal processing, and elsewhere, illustrate the application of the theory.

This second edition is a thorough revision, although the main features and the structure remain unchanged. It contains many additional applications and results, and more detailed discussion.

Harold J. Kushner is a University Professor and Professor of Applied Mathematics at Brown University. He has written numerous books and articles on virtually all aspects of stochastic systems theory, and has received various awards including the IEEE Control Systems Field Award.

G. George Yin is a Professor of Mathematics at Wayne State University. His research interests focus on applied stochastic processes and stochastic systems theory; he has been a major contributor to stochastic approximation theory.

فهرست مطالب

Front Matter....Pages i-xxi
Introduction: Applications and Issues....Pages 1-24
Applications to Learning, State Dependent Noise, and Queueing....Pages 25-46
Applications in Signal Processing and Adaptive Control....Pages 47-66
Mathematical Background....Pages 67-83
Convergence with Probability One: Martingale Difference Noise....Pages 85-133
Convergence with Probability One: Correlated Noise....Pages 135-184
Weak Convergence: Introduction....Pages 185-212
Weak Convergence Methods for General Algorithms....Pages 213-250
Applications: Proofs of Convergence....Pages 251-272
Rate of Convergence....Pages 273-325
Averaging of the Iterates....Pages 327-346
Distributed/Decentralized and Asynchronous Algorithms....Pages 347-391
Back Matter....Pages 393-417