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 Complex-Valued Neural Networks: Advances and Applications

دانلود کتاب شبکه های عصبی با ارزش پیچیده: پیشرفت ها و کاربردها

Complex-Valued Neural Networks: Advances and Applications

مشخصات کتاب

Complex-Valued Neural Networks: Advances and Applications

ویرایش:  
 
سری:  
ISBN (شابک) : 9781118344606, 9781118590072 
ناشر: Wiley-IEEE Press 
سال نشر: 2013 
تعداد صفحات: 302 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 58,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 7


در صورت تبدیل فایل کتاب Complex-Valued Neural Networks: Advances 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 شبکه های عصبی با ارزش پیچیده: پیشرفت ها و کاربردها 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 شبکه های عصبی با ارزش پیچیده: پیشرفت ها و کاربردها



آخرین پیشرفت‌ها را در شبکه‌های عصبی با ارزش پیچیده با نشان دادن تئوری در طیف گسترده‌ای از کاربردها ارائه می‌کند

شبکه‌های عصبی با ارزش پیچیده یک چارچوب شبکه عصبی به سرعت در حال توسعه است که از محاسبات پیچیده استفاده می کند و ویژگی های خاصی را در یادگیری، خودسازماندهی و پویایی پردازش خود نشان می دهد. آنها برای پردازش دامنه پیچیده، متشکل از دامنه و فاز بسیار مناسب هستند، که یکی از مفاهیم اصلی در سیستم های فیزیکی برای مقابله با امواج الکترومغناطیسی، نور، صوت/فرصوت و همچنین امواج کوانتومی، یعنی امواج الکترونی و ابررسانا است. این واقعیت یک مزیت حیاتی در کاربردهای عملی در زمینه‌های مختلف مهندسی است، جایی که سیگنال‌ها به طور معمول در حوزه‌های زمان/مکان، فرکانس و فاز تحلیل و پردازش می‌شوند.

شبکه‌های عصبی با ارزش پیچیده: پیشرفت‌ها and Applicationsموضوعات و برنامه های کاربردی مرتبط با این موضوع به موقع را پوشش می دهد. این متن با ارائه نظریه‌های پیشرفته با طیف گسترده‌ای از کاربردها، از جمله سیستم‌های ارتباطی، سیستم‌های پردازش تصویر، و رابط‌های مغز و رایانه، پوشش جامعی از موارد زیر را ارائه می‌کند:

  • شبکه‌های عصبی با ارزش پیچیده مرسوم
  • شبکه های عصبی کواترنیونیک
  • شبکه های عصبی کلیفورد-جبری

ارائه شده توسط متخصصان بین المللی در این زمینه، شبکه های عصبی با ارزش پیچیده: پیشرفت ها و کاربردها برای نظریه‌پردازان هوش محاسباتی سطح پیشرفته، نظریه‌پردازان الکترومغناطیسی، و ریاضیدانان علاقه‌مند به هوش محاسباتی، هوش مصنوعی، نظریه‌های یادگیری ماشین و الگوریتم‌ها ایده‌آل است.

محتوا:
فصل 1 زمینه‌های کاربردی و شایستگی‌های اساسی شبکه های عصبی پیچیده؟ (صفحه های 1-31): Akira Hirose
فصل 2 یادگیری سیستم عصبی در مورد پیچیده؟ منیفولدهای ارزشی (صفحه های 33-57): Simone Fiori
فصل 3 N?نرون برداری بعدی و کاربرد آن به مشکل برابری N?Bit (صفحات 59-74): Tohru Nitta
فصل 4 الگوریتم های یادگیری در پیچیده؟ شبکه های عصبی ارزشی با استفاده از حساب Wirtinger (صفحه های 75-102): دکتر Faijul Amin و Kazuyuki Murase
فصل 5 شبکه های عصبی چهارتایی برای یادداشت های انجمنی 103–131): Teijiro Isokawa، Haruhiko Nishimura و Nobuyuki Matsui
فصل 6 مدل‌های شبکه‌های عصبی کلیفورد مکرر و دینامیک آنها (صفحه‌های 133-151): Yasuaki Kuroe
فصل 7 فرا؟ الگوریتم یادگیری متوالی آن (صفحات 153-183): راماسامی ساویتا، ساندارام سورش و ناراسیمهان ساندارارا
فصل 8 شبکه عصبی چندلایه پیشخور با چند؟ نورون های ارزشی برای رابط مغز و کامپیوتر (صفحات 185-208): نیکولای وی. ایگور آیزنبرگ، نیکولای چومرین و مارک ام. ون هال
مجموعه فصل 9؟ شبکه های عصبی با ارزش B?Spline برای مدل سازی و معکوس سیستم های وینر (صفحات 209-234): Xia Hong، Sheng Chen و Chris J. Harris
فصل 10 شبکه عصبی فازی کواترنیونیک برای مشاهده ?تشخیص تصویر چهره با رنگ ثابت (صفحات 235-278): وای کیت وانگ، جین چونگ لی، چو کیونگ لو، وای سونگ لیم و ریموند لاک

توضیحاتی درمورد کتاب به خارجی

Presents the latest advances in complex-valued neural networks by demonstrating the theory in a wide range of applications

Complex-valued neural networks is a rapidly developing neural network framework that utilizes complex arithmetic, exhibiting specific characteristics in its learning, self-organizing, and processing dynamics. They are highly suitable for processing complex amplitude, composed of amplitude and phase, which is one of the core concepts in physical systems to deal with electromagnetic, light, sonic/ultrasonic waves as well as quantum waves, namely, electron and superconducting waves. This fact is a critical advantage in practical applications in diverse fields of engineering, where signals are routinely analyzed and processed in time/space, frequency, and phase domains.

Complex-Valued Neural Networks: Advances and Applications covers cutting-edge topics and applications surrounding this timely subject. Demonstrating advanced theories with a wide range of applications, including communication systems, image processing systems, and brain-computer interfaces, this text offers comprehensive coverage of:

  • Conventional complex-valued neural networks
  • Quaternionic neural networks
  • Clifford-algebraic neural networks

Presented by international experts in the field, Complex-Valued Neural Networks: Advances and Applications is ideal for advanced-level computational intelligence theorists, electromagnetic theorists, and mathematicians interested in computational intelligence, artificial intelligence, machine learning theories, and algorithms.

Content:
Chapter 1 Application Fields and Fundamental Merits of Complex?Valued Neural Networks (pages 1–31): Akira Hirose
Chapter 2 Neural System Learning on Complex?Valued Manifolds (pages 33–57): Simone Fiori
Chapter 3 N?Dimensional Vector Neuron and Its Application to the N?Bit Parity Problem (pages 59–74): Tohru Nitta
Chapter 4 Learning Algorithms in Complex?Valued Neural Networks using Wirtinger Calculus (pages 75–102): Md. Faijul Amin and Kazuyuki Murase
Chapter 5 Quaternionic Neural Networks for Associative Memories (pages 103–131): Teijiro Isokawa, Haruhiko Nishimura and Nobuyuki Matsui
Chapter 6 Models of Recurrent Clifford Neural Networks and Their Dynamics (pages 133–151): Yasuaki Kuroe
Chapter 7 Meta?Cognitive Complex?Valued Relaxation Network and Its Sequential Learning Algorithm (pages 153–183): Ramasamy Savitha, Sundaram Suresh and Narasimhan Sundarara
Chapter 8 Multilayer Feedforward Neural Network with Multi?Valued Neurons for Brain–Computer Interfacing (pages 185–208): Nikolay V. Manyakov, Igor Aizenberg, Nikolay Chumerin and Marc M. Van Hulle
Chapter 9 Complex?Valued B?Spline Neural Networks for Modeling and Inverse of Wiener Systems (pages 209–234): Xia Hong, Sheng Chen and Chris J. Harris
Chapter 10 Quaternionic Fuzzy Neural Network for View?Invariant Color Face Image Recognition (pages 235–278): Wai Kit Wong, Gin Chong Lee, Chu Kiong Loo, Way Soong Lim and Raymond Lock




نظرات کاربران