The Cross-Entropy Method: A Unified Approach to Combinatorial Optimization, Monte-Carlo Simulation and Machine Learning

دسته بندی: ریاضیات محاسباتی
ویرایش: 1 
نویسندگان: Reuven Y. Rubinstein,  Dirk P. Kroese (auth.)  
سری: Information Science and Statistics 
ISBN (شابک) : 9781441919403, 9781475743210 
ناشر: Springer-Verlag New York 
سال نشر: 2004 
تعداد صفحات: 315 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 مگابایت 

قیمت کتاب (تومان) : 51,000



روش آنتروپی متقاطع (CE) یکی از مهم‌ترین پیشرفت‌ها در بهینه‌سازی و شبیه‌سازی تصادفی در سال‌های اخیر است. این کتاب به طور مفصل توضیح می دهد که چگونه و چرا روش CE کار می کند. روش CE شامل یک رویه تکراری است که در آن هر تکرار را می توان به دو مرحله تقسیم کرد: (الف) یک نمونه داده تصادفی (مسیرها، بردارها، و غیره) بر اساس مکانیزم مشخص تولید کنید. (ب) پارامترهای مکانیسم تصادفی را بر اساس این داده‌ها به‌روزرسانی کنید تا نمونه «بهتر» در تکرار بعدی تولید شود. سادگی و تطبیق پذیری روش از طریق مجموعه ای متنوع از مسائل بهینه سازی و برآورد نشان داده شده است.

این کتاب مخاطبان وسیعی از مهندسان، دانشمندان کامپیوتر، ریاضیدانان، آماردانان را هدف قرار داده است. و به طور کلی هر کسی، نظریه پرداز یا عملی، که به شبیه سازی سریع، از جمله تخمین احتمال رویدادهای نادر، بهینه سازی ترکیبی و پیوسته کارآمد چند جانبی، و الگوریتم های یادگیری ماشین علاقه مند است.

Reuven Y. Rubinstein استاد مدیریت Milford Bohm در دانشکده مهندسی صنایع و مدیریت در Technion (موسسه فناوری اسرائیل) است. زمینه های اصلی مورد علاقه او مدل سازی تصادفی، احتمال کاربردی و شبیه سازی است. او بیش از 100 مقاله نوشته و پنج کتاب منتشر کرده است. او پیشگام روش های شناخته شده تابع امتیاز و آنتروپی متقابل است.

Dirk P. Kroese متخصص در روش آنتروپی متقابل است. او نزدیک به 40 مقاله در طیف گسترده ای از موضوعات در احتمال کاربردی و شبیه سازی منتشر کرده است. او عضو هیئت تحریریه Methodology and Computing in Applied Probability و سردبیر مهمان Annals of Operations Research است. او سمت‌های پژوهشی و تدریسی در دانشگاه پرینستون و دانشگاه ملبورن داشته است و در حال حاضر در گروه ریاضیات دانشگاه کوئینزلند کار می‌کند.

\"به ندرت چنین متراکم و مستقیم را دیده‌ام. مقاله آموزشی

نقطه نویسی در مورد چنین موضوع مدرنی. >(Rubinstein)، بسیار خوب نوشته شده است...\"

Computing Reviews, Stochastic Programming نوامبر, 2004

\"این کمک قابل توجهی است به بهینه سازی تصادفی و به طور کلی تر به نظریه روش های عددی تصادفی.\" بررسی های کوتاه کتاب ISI، آوریل 2005

\"... من این کتاب را از صمیم قلب به همه توصیه می کنم کسی که به بهینه‌سازی تصادفی یا تحلیل عملکرد مبتنی بر شبیه‌سازی سیستم‌های تصادفی علاقه‌مند است. 32 (3) 2005

The cross-entropy (CE) method is one of the most significant developments in stochastic optimization and simulation in recent years. This book explains in detail how and why the CE method works. The CE method involves an iterative procedure where each iteration can be broken down into two phases: (a) generate a random data sample (trajectories, vectors, etc.) according to a specified mechanism; (b) update the parameters of the random mechanism based on this data in order to produce a ``better'' sample in the next iteration. The simplicity and versatility of the method is illustrated via a diverse collection of optimization and estimation problems.

The book is aimed at a broad audience of engineers, computer scientists, mathematicians, statisticians and in general anyone, theorist or practitioner, who is interested in fast simulation, including rare-event probability estimation, efficient combinatorial and continuous multi-extremal optimization, and machine learning algorithms.

Reuven Y. Rubinstein is the Milford Bohm Professor of Management at the Faculty of Industrial Engineering and Management at the Technion (Israel Institute of Technology). His primary areas of interest are stochastic modelling, applied probability, and simulation. He has written over 100 articles and has published five books. He is the pioneer of the well-known score-function and cross-entropy methods.

Dirk P. Kroese is an expert on the cross-entropy method. He has published close to 40 papers in a wide range of subjects in applied probability and simulation. He is on the editorial board of Methodology and Computing in Applied Probability and is Guest Editor of the Annals of Operations Research. He has held research and teaching positions at Princeton University and The University of Melbourne, and is currently working at the Department of Mathematics of The University of Queensland.

"Rarely have I seen such a dense and straight to the point pedagogical

monograph on such a modern subject. This excellent book, on the

simulated cross-entropy method (CEM) pioneered by one of the authors

(Rubinstein), is very well written..."

Computing Reviews, Stochastic Programming November, 2004

"It is a substantial contribution to stochastic optimization and more generally to the stochastic numerical methods theory." Short Book Reviews of the ISI, April 2005

"...I wholeheartedly recommend this book to anybody who is interested in stochastic optimization or simulation-based performance analysis of stochastic systems." Gazette of the Australian Mathematical Society, vol. 32 (3) 2005

Front Matter....Pages i-xx
Preliminaries....Pages 1-28
A Tutorial Introduction to the Cross-Entropy Method....Pages 29-58
Efficient Simulation via Cross-Entropy....Pages 59-128
Combinatorial Optimization via Cross-Entropy....Pages 129-186
Continuous Optimization and Modifications....Pages 187-201
Noisy Optimization with CE....Pages 203-225
Applications of CE to COPs....Pages 227-250
Applications of CE to Machine Learning....Pages 251-270
Back Matter....Pages 271-301