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 Topological and Statistical Methods for Complex Data: Tackling Large-Scale, High-Dimensional, and Multivariate Data Spaces

دانلود کتاب روش های توپولوژیکی و آماری برای داده های پیچیده: مقابله با داده های بزرگ ، چند بعدی و چند متغیره

Topological and Statistical Methods for Complex Data: Tackling Large-Scale, High-Dimensional, and Multivariate Data Spaces

مشخصات کتاب

Topological and Statistical Methods for Complex Data: Tackling Large-Scale, High-Dimensional, and Multivariate Data Spaces

ویرایش: 2015 
نویسندگان: , ,   
سری: Mathematics and Visualization 
ISBN (شابک) : 3662448998, 9783662448991 
ناشر: Springer 
سال نشر: 2014 
تعداد صفحات: 297 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 47,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 12


در صورت تبدیل فایل کتاب Topological and Statistical Methods for Complex Data: Tackling Large-Scale, High-Dimensional, and Multivariate Data Spaces 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 روش های توپولوژیکی و آماری برای داده های پیچیده: مقابله با داده های بزرگ ، چند بعدی و چند متغیره 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 روش های توپولوژیکی و آماری برای داده های پیچیده: مقابله با داده های بزرگ ، چند بعدی و چند متغیره



این کتاب حاوی مقالات ارائه شده در کارگاه آموزشی تجزیه و تحلیل داده های با مقیاس بزرگ، با ابعاد بالا و چند متغیره با استفاده از توپولوژی و آمار است که در Le Barp، فرانسه، ژوئن 2013 برگزار شد. برجسته ترین و شناخته شده ترین رهبران در این زمینه که چالش ها و همچنین راه حل های دقیق برای تجزیه و تحلیل داده های در مقیاس شدید را بررسی می کنند.

این کتاب روش های جدیدی را ارائه می دهد که از نقاط قوت متقابل تکنیک های توپولوژیکی و آماری برای پشتیبانی استفاده می کند. مدیریت، تجزیه و تحلیل و تجسم داده های پیچیده این کتاب هم نظریه و هم کاربرد را پوشش می‌دهد و مروری بر مفاهیم کلیدی مهم و آخرین روندهای تحقیقاتی در اختیار خوانندگان قرار می‌دهد.

پوشش در کتاب شامل تکنیک‌های تحلیل چند متغیره و/یا با ابعاد بالا، آماری مبتنی بر ویژگی است. روش‌ها، الگوریتم‌های ترکیبی، الگوریتم‌های آمار مقیاس‌پذیر، توپولوژی میدان اسکالر و برداری، و نمایش‌های چند مقیاسی. علاوه بر این، کتاب الگوریتم‌هایی را توضیح می‌دهد که به طور گسترده قابل اجرا هستند و می‌توانند توسط دانشمندان کاربردی برای جمع‌آوری بینش از طیف گسترده‌ای از مجموعه‌های داده پیچیده استفاده شوند.


توضیحاتی درمورد کتاب به خارجی

This book contains papers presented at the Workshop on the Analysis of Large-scale, High-Dimensional, and Multi-Variate Data Using Topology and Statistics, held in Le Barp, France, June 2013. It features the work of some of the most prominent and recognized leaders in the field who examine challenges as well as detail solutions to the analysis of extreme scale data.

The book presents new methods that leverage the mutual strengths of both topological and statistical techniques to support the management, analysis, and visualization of complex data. It covers both theory and application and provides readers with an overview of important key concepts and the latest research trends.

Coverage in the book includes multi-variate and/or high-dimensional analysis techniques, feature-based statistical methods, combinatorial algorithms, scalable statistics algorithms, scalar and vector field topology, and multi-scale representations. In addition, the book details algorithms that are broadly applicable and can be used by application scientists to glean insight from a wide range of complex data sets.



فهرست مطالب

Front Matter....Pages i-xv
Front Matter....Pages 1-1
A Distributed-Memory Algorithm for Connected Components Labeling of Simulation Data....Pages 3-19
In-Situ Visualization in Computational Fluid Dynamics Using Open-Source tools: Integration of Catalyst into Code_Saturne ....Pages 21-37
Sublinear Algorithms for Extreme-Scale Data Analysis....Pages 39-54
Front Matter....Pages 55-55
Optimal General Simplification of Scalar Fields on Surfaces....Pages 57-71
Piecewise Polynomial Monotonic Interpolation of 2D Gridded Data....Pages 73-91
Shape Analysis and Description Using Real Functions....Pages 93-107
Front Matter....Pages 109-109
3D Symmetric Tensor Fields: What We Know and Where To Go Next....Pages 111-124
A Comparison of Pareto Sets and Jacobi Sets....Pages 125-141
Deformations Preserving Gauss Curvature....Pages 143-163
Front Matter....Pages 165-165
Lyapunov Time for 2D Lagrangian Visualization....Pages 167-181
Geometric Algebra for Vector Field Analysis and Visualization: Mathematical Settings, Overview and Applications....Pages 183-203
Computing Accurate Morse-Smale Complexes from Gradient Vector Fields....Pages 205-218
Front Matter....Pages 219-219
Exercises in High-Dimensional Sampling: Maximal Poisson-Disk Sampling and k -d Darts....Pages 221-238
Realization of Regular Maps of Large Genus....Pages 239-252
Front Matter....Pages 253-253
Polynomial-Time Amoeba Neighborhood Membership and Faster Localized Solving....Pages 255-277
Slycat Ensemble Analysis of Electrical Circuit Simulations....Pages 279-294
Back Matter....Pages 295-297




نظرات کاربران