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 Advances in Computational Intelligence: Theory And Applications

دانلود کتاب پیشرفت در هوش محاسباتی: نظریه و کاربردها

Advances in Computational Intelligence: Theory And Applications

مشخصات کتاب

Advances in Computational Intelligence: Theory And Applications

دسته بندی: ریاضیات محاسباتی
ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9812567348, 9789812773920 
ناشر:  
سال نشر: 2006 
تعداد صفحات: 478 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 19 مگابایت 

قیمت کتاب (تومان) : 45,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Advances in Computational Intelligence: Theory 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 پیشرفت در هوش محاسباتی: نظریه 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 پیشرفت در هوش محاسباتی: نظریه و کاربردها

هوش محاسباتی (CI) یک حوزه اخیراً در حال ظهور در تحقیقات بنیادی و کاربردی است که از تعدادی از فناوری‌های پردازش اطلاعات پیشرفته که عمدتاً شبکه‌های عصبی، منطق فازی و محاسبات تکاملی را در بر می‌گیرد، بهره‌برداری می‌کند. با توجه به استفاده از تحمل نقص، عدم قطعیت و حقیقت جزئی برای دستیابی به قابلیت کشش، استحکام و هزینه راه‌حل کم، بدیهی است که روش‌های ترکیب CI باید به‌جای جداگانه کار کنند. با این اعتقاد است که تحقیقات در مورد هم افزایی پارادایم های CI در دهه گذشته رشد قابل توجهی را تجربه کرده است و برخی از حوزه ها به بلوغ نزدیک می شوند در حالی که بسیاری دیگر حل نشده باقی مانده اند. این کتاب به طور سیستماتیک آخرین یافته‌ها را خلاصه می‌کند و زمینه‌های مربوطه را که ممکن است به پیشرفت‌های آینده منجر شود، روشن می‌کند.


توضیحاتی درمورد کتاب به خارجی

Computational Intelligence (CI) is a recently emerging area in fundamental and applied research, exploiting a number of advanced information processing technologies that mainly embody neural networks, fuzzy logic and evolutionary computation. With a major concern to exploiting the tolerance for imperfection, uncertainty, and partial truth to achieve tractability, robustness and low solution cost, it becomes evident that composing methods of CI should be working concurrently rather than separately. It is this conviction that research on the synergism of CI paradigms has experienced significant growth in the last decade with some areas nearing maturity while many others remaining unresolved. This book systematically summarizes the latest findings and sheds light on the respective fields that might lead to future breakthroughs.



فهرست مطالب

Contents......Page 20
Preface......Page 6
List of Contributors......Page 14
1.1 Introduction......Page 25
1.2 Granular Computing......Page 26
1.3 Granular Computing and Logic: Synergistic Links......Page 29
1.4 Main Categories of Fuzzy Logic Processing Units......Page 31
1.5 A General Topology of the Network......Page 39
1.6 Interpretation Issues of Logic Networks......Page 41
Bibliography......Page 43
2.1 Introduction......Page 47
2.2 Type-I Linguistic Dynamic Systems......Page 50
2.3 Type-II Linguistic Dynamic Systems......Page 57
2.4 Linguistic Control Design for Goal States Specified in Words......Page 65
2.5 Conclusions......Page 74
Bibliography......Page 75
3 Slicing: A Distributed Learning Approach......Page 79
3.1 Introduction......Page 80
3.2 Slicing......Page 82
3.3 Variance Reduction in Slicing......Page 84
3.4 Experiments......Page 89
3.5 Analysis......Page 111
3.6 Discussion......Page 114
3.7 Conclusions......Page 116
Bibliography......Page 118
4 Marginal Learning Algorithms in Statistical Machine Learning......Page 123
4.1 Introduction......Page 124
4.2 Classification Problems and Margin......Page 126
4.3 Maximal Margin Algorithm in SVM......Page 127
4.4 Unbalanced Classification Problems and Weighted Maximal Margin Algorithms......Page 131
4.5 The n-Unsupervised Learning Problems and Margin......Page 145
4.6 Some Marginal Algorithms for One-Class Problems......Page 151
4.7 Some New Algorithms of Clustering Problems......Page 155
4.8 New Marginal Algorithms for PCA......Page 158
Bibliography......Page 163
5.1 Introduction......Page 169
5.2 Literature Survey......Page 172
5.3 Proposed Constraint Handling Scheme......Page 177
5.4 Constrained Optimization - Algorithm Design......Page 180
5.5 Selection Scheme Comparison Using TCG-2......Page 183
5.6 Test Results......Page 186
5.7 Conclusions......Page 190
Bibliography......Page 191
6.1 Introduction......Page 195
6.2 PSO EA and the Hybrid Algorithm......Page 197
6.3 Feedforward Neural Networks as Board Evaluator for the Game Capture Go......Page 203
6.4 Recurrent Neural Networks for Time Series Prediction......Page 219
6.5 Conclusions......Page 232
Bibliography......Page 233
7.1 Introduction......Page 239
7.2 Wavelet Networks......Page 241
7.3 Modular Structure of Wavelet-Fuzzy Networks......Page 242
7.4 Learning Algorithm for Wavelet-Fuzzy Networks......Page 254
7.5 Simulation Results......Page 263
Bibliography......Page 269
8.1 Introduction......Page 273
8.2 Principles of ACO......Page 274
8.3 Ant Colony Optimization......Page 275
8.4 Applications of ACO Algorithms......Page 277
Bibliography......Page 285
9 Motif Discoveries in DNA and Protein Sequences Using Self-Organizing Neural Networks......Page 295
9.1 Introduction......Page 296
9.2 Subsequences and Encoding......Page 300
9.3 Self-Organizing Neural Networks for Motif Identification......Page 305
9.4 Simulation Results......Page 314
9.5 Conclusions......Page 321
Bibliography......Page 322
10.1 Introduction......Page 327
10.2 Motivations......Page 328
10.3 Algorithms and Computational Complexities......Page 335
Bibliography......Page 338
11 Advances in Fingerprint Recognition Algorithms with Application......Page 341
11.1 Introduction......Page 342
11.2 Advances in Fingerprint Recognition Algorithms......Page 344
11.3 Application to Fingerprint Mobile Phone......Page 356
11.4 Conclusions......Page 362
Bibliography......Page 363
12.1 Introduction......Page 371
12.2 Control of Postural Stability......Page 373
12.3 Adaptive Control Strategy in Arm Reaching Movement......Page 391
Bibliography......Page 400
13.1 Introduction......Page 405
13.2 Problem Formulation......Page 407
13.3 Adaptive Backstepping-Based Design......Page 410
13.4 Adaptive Bounding Methods......Page 417
13.5 Supplementary Information......Page 427
13.6 Numerical Example......Page 429
13.7 Conclusions......Page 433
Bibliography......Page 434
14.1 Introduction......Page 437
14.2 SIRMs Dynamically Connected Fuzzy Inference Model......Page 439
14.3 Backing-Up Control of Truck-Trailer System......Page 442
14.4 Stabilization Control of Ball-Beam System......Page 450
14.5 Stabilization Control of Parallel-Type Double Inverted Pendulum System......Page 457
14.6 Conclusions......Page 470
Bibliography......Page 471
Index......Page 475




نظرات کاربران