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
نویسندگان: Vladimir M. Krasnopolsky (auth.)
سری: Atmospheric and Oceanographic Sciences Library 46
ISBN (شابک) : 9789400760721, 9789400760738
ناشر: Springer Netherlands
سال نشر: 2013
تعداد صفحات: 204
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب کاربرد شبکه های عصبی در علوم سیستم زمین: شبیه سازی شبکه های عصبی برای نواحی پیچیده چند بعدی: علوم جوی، هوش محاسباتی، مدل های ریاضی فرآیندهای شناختی و شبکه های عصبی، هوش مصنوعی (شامل رباتیک)، اقیانوس شناسی، سنجش از دور/فتوگرامتری
در صورت تبدیل فایل کتاب The Application of Neural Networks in the Earth System Sciences: Neural Networks Emulations for Complex Multidimensional Mappings 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 کاربرد شبکه های عصبی در علوم سیستم زمین: شبیه سازی شبکه های عصبی برای نواحی پیچیده چند بعدی 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 ای از کاربردهای علم سیستم زمین (ESS) از تکنیک شبکه عصبی (NN) را گرد هم می آورد. این پیشروی مسائل جوی و اقیانوسی را بررسی میکند که از دیدگاه ریاضی، میتواند به صورت نگاشت پیچیده، چند بعدی و غیرخطی فرموله شود. نشان داده شده است که این مشکلات را می توان با استفاده از نوع خاصی از NN - پرسپترون چند لایه (MLP) حل کرد. این نوع از برنامه های کاربردی NN اکثر برنامه های NN توسعه یافته در ESSها مانند هواشناسی، اقیانوس شناسی، سنجش از دور ماهواره ای جوی و اقیانوسی، پیش بینی عددی آب و هوا و مطالعات آب و هوا را پوشش می دهد. خواص اصلی نگاشتها و NN های MLP فرموله شده و مورد بحث قرار می گیرد. همچنین، این کتاب پیشینه اولیه را برای هر برنامه معرفی شده ارائه می دهد و مجموعه گسترده ای از مراجع را ارائه می دهد.
«این یک کتاب عالی برای یادگیری نحوه استفاده از روش های شبکه عصبی مصنوعی در علوم سیستم زمین است. نویسنده، دکتر ولادیمیر کراسنوپلسکی، استاد شناخته شده جهانی در این زمینه است. او با دانش و تجربه گسترده خود، با دقت خواننده را از طریق طیف گسترده ای از مشکلات موجود در علوم سیستم زمین که در آن روش های شبکه عصبی را می توان به طور ثمربخش به کار برد، راهنمایی می کند. (...) طیف وسیع موضوعات تحت پوشش این کتاب تضمین می کند که محققان/دانشجویان فارغ التحصیل از بسیاری از رشته ها (...) آن را راهنمای ارزشمندی برای روش های شبکه عصبی خواهند یافت.» (پروفسور ویلیام دبلیو. هسیه، دانشگاه بریتیش کلمبیا، ونکوور، کانادا)
«ولادیمیر کراسنوپلسکی «پدر بنیانگذار» به کارگیری روشهای هوش
محاسباتی در علوم محیطی بوده است. (...) دکتر کراسنوپلسکی
نمایشی استادانه از یک رشته جوان و در عین حال در حال رشد ایجاد
کرده است که نویدبخش درک عمیقتر بهترین شیوههای مدلسازی در
علم محیطزیست است.» (دکتر سو الن هاوپت، مرکز ملی تحقیقات جوی،
بولدر، ایالات متحده آمریکا)
«ولادیمیر کراسنوپلسکی کتاب مهم و شگفت انگیزی در مورد
کاربردهای شبکه های عصبی برای جایگزینی الگوریتم های محاسباتی
پیچیده و گران قیمت نوشته است. مدل های علم سیستم زمین او واجد
شرایط منحصر به فردی برای نوشتن این کتاب است، زیرا در بسیاری
از این کاربردها یک پیشگام واقعی بوده است. (...) بسیاری از
نمونههای دیگر از شبیهسازیهای خلاقانه نه تنها خوانندگان
علاقهمند به علوم زمین، بلکه هر متخصص مدلسازی دیگر (...) را
برای رسیدگی به مسائل پیچیده نظری و عملی که ممکن است (یا خواهد
شد!) در سیستم پیچیده.\" ” (پروفسور یوجنیا کالنای، دانشگاه
مریلند، ایالات متحده آمریکا)
</ p>
This book brings together a representative set of Earth System Science (ESS) applications of the neural network (NN) technique. It examines a progression of atmospheric and oceanic problems, which, from the mathematical point of view, can be formulated as complex, multidimensional, and nonlinear mappings. It is shown that these problems can be solved utilizing a particular type of NN – the multilayer perceptron (MLP). This type of NN applications covers the majority of NN applications developed in ESSs such as meteorology, oceanography, atmospheric and oceanic satellite remote sensing, numerical weather prediction, and climate studies. The major properties of the mappings and MLP NNs are formulated and discussed. Also, the book presents basic background for each introduced application and provides an extensive set of references.
“This is an excellent book to learn how to apply artificial neural network methods to earth system sciences. The author, Dr. Vladimir Krasnopolsky, is a universally recognized master in this field. With his vast knowledge and experience, he carefully guides the reader through a broad variety of problems found in the earth system sciences where neural network methods can be applied fruitfully. (...) The broad range of topics covered in this book ensures that researchers/graduate students from many fields (...) will find it an invaluable guide to neural network methods.” (Prof. William W. Hsieh, University of British Columbia, Vancouver, Canada)
“Vladimir Krasnopolsky has been the “founding father” of
applying computation intelligence methods to environmental
science; (...) Dr. Krasnopolsky has created a masterful
exposition of a young, yet maturing field that promises to
advance a deeper understanding of best modeling practices in
environmental science.” (Dr. Sue Ellen Haupt, National Center
for Atmospheric Research, Boulder, USA)
“Vladimir Krasnopolsky has written an important and wonderful
book on applications of neural networks to replace complex
and expensive computational algorithms within Earth System
Science models. He is uniquely qualified to write this book,
since he has been a true pioneer with regard to many of these
applications. (...) Many other examples of creative
emulations will inspire not just readers interested in the
Earth Sciences, but any other modeling practitioner (...) to
address both theoretical and practical complex problems that
may (or will!) arise in a complex system." ” (Prof. Eugenia
Kalnay, University of Maryland, USA)
Front Matter....Pages i-xvii
Introduction....Pages 1-11
Introduction to Mapping and Neural Networks....Pages 13-46
Atmospheric and Oceanic Remote Sensing Applications....Pages 47-79
Applications of NNs to Developing Hybrid Earth System Numerical Models for Climate and Weather....Pages 81-143
NN Ensembles and Their Applications....Pages 145-180
Conclusions....Pages 181-186
Back Matter....Pages 187-189