خرید و دانلود نسخه کامل کتاب Nonnegative Matrix and Tensor Factorizations: Applications to Exploratory Multi-way Data Analysis and Blind Source Separation
قیمت اصلی 68,500 تومان بود.53,000 تومانقیمت فعلی 53,000 تومان است.
تعداد فروش: 79
| عنوان فارسی |
فاکتورسازی های غیر منفی ماتریس و تانسور: کاربردها برای تحلیل داده های چندراهه اکتشافی و جداسازی منبع کور |
|---|---|
| عنوان اصلی | Nonnegative Matrix and Tensor Factorizations: Applications to Exploratory Multi-way Data Analysis and Blind Source Separation |
| ویرایش | 1 |
| ناشر | |
| نویسنده | Andrzej Cichocki, Rafal Zdunek, Anh Huy Phan, Shun-ichi Amari |
| ISBN | 0470746661, 9780470746660 |
| سال نشر | 2009 |
| زبان | English |
| تعداد صفحات | 501 |
| دسته | ریاضیات کاربردی |
| فرمت کتاب | pdf – قابل تبدیل به سایر فرمت ها |
| حجم فایل | 15 مگابایت |
آنتونی رابینز میگه : من در 40 سالگی به جایی رسیدم که برای رسیدن بهش 82 سال زمان لازمه و این رو مدیون کتاب خواندن زیاد هستم.
توضیحاتی در مورد کتاب
این کتاب بررسی گسترده ای از مدل ها و الگوریتم های کارآمد برای فاکتورسازی ماتریس غیرمنفی (NMF) ارائه می دهد. این شامل الحاقات و اصلاحات مختلف NMF، به ویژه فاکتورسازی‌های تانسور غیرمنفی (NTF) و تجزیه‌های تاکر غیرمنفی (NTD) می‌شود. NMF/NTF و الحاقات آنها به طور فزاینده ای به عنوان ابزاری در پردازش سیگنال و تصویر و تجزیه و تحلیل داده ها مورد استفاده قرار می گیرند و به دلیل توانایی آنها در ارائه بینش های جدید و اطلاعات مرتبط در مورد روابط پنهان پیچیده در مجموعه داده های تجربی مورد توجه قرار می گیرند. پیشنهاد می‌شود که NMF می‌تواند مؤلفه‌های معنی‌داری را با تفاسیر فیزیکی ارائه کند. به عنوان مثال، در بیوانفورماتیک، NMF و پسوندهای آن با موفقیت در بیان ژن، تجزیه و تحلیل توالی، خصوصیات عملکردی ژن ها، خوشه بندی و متن کاوی به کار گرفته شده است. به این ترتیب، نویسندگان بر روی الگوریتم‌هایی تمرکز می‌کنند که در عمل بسیار مفید هستند و به سریع‌ترین، قوی‌ترین و مناسب‌ترین مدل‌ها در مقیاس بزرگ نگاه می‌کنند. ویژگی‌های کلیدی: به‌عنوان راهنمای مرجع منبع واحد برای NMF عمل می‌کند، و اطلاعاتی را که به‌طور گسترده‌ای استفاده می‌شود، جمع‌آوری می‌کند. پراکنده در ادبیات کنونی، از جمله تکنیک‌های اخیراً توسعه‌یافته خود نویسندگان در حوزه موضوعی. از توابع هزینه تعمیم‌یافته مانند واگرایی‌های برگمن، آلفا و بتا برای ارائه پیاده‌سازی‌های عملی انواع مختلفی از الگوریتم‌های قوی، به‌ویژه ضربی، حداقل مربعات متناوب استفاده می‌کند. الگوریتم‌های گرادیان پیش‌بینی‌شده و شبه نیوتن. تجزیه و تحلیل مقایسه‌ای از روش‌های مختلف را به منظور شناسایی خطای تقریبی و پیچیدگی ارائه می‌دهد. شامل کدهای شبه و کدهای منبع بهینه شده متلب برای تقریباً همه الگوریتم‌های ارائه‌شده در کتاب. افزایش علاقه به فاکتورسازی‌های ماتریس و تانسور غیرمنفی و همچنین تجزیه و نمایش پراکنده داده ها، تضمین می کند که این کتاب es است مطالعه مهم برای مهندسان، دانشمندان، محققان، شاغلین صنعت و دانشجویان فارغ التحصیل در زمینه پردازش سیگنال و تصویر؛ عصب شناسی; داده کاوی و تجزیه و تحلیل داده ها؛ علوم کامپیوتر؛ بیوانفورماتیک؛ پردازش گفتار؛ مهندسی پزشکی؛ و چند رسانه ای
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.