دانلود کتاب Kernel methods in bioengineering, signal and image processing

ترجمه فارسی توضیحات (ترجمه ماشینی)

روش های هسته در مهندسی زیستی، پردازش سیگنال و تصویر

“در دهه گذشته، تعدادی از روش‌های یادگیری قدرتمند مبتنی بر هسته در جامعه یادگیری ماشین پیشنهاد شده است: ماشین‌های بردار پشتیبان (SVM)، تجزیه و تحلیل تفکیک کننده کرنل فیشر (KFD)، PCA/ICA هسته، اطلاعات متقابل هسته، k kernel. کاربردهای موفقیت آمیز این الگوریتم ها در بسیاری از زمینه ها مانند پزشکی، مهندسی زیستی، ارتباطات، پردازش صدا و تصویر و زیست شناسی محاسباتی و بیوانفورماتیک گزارش شده است. روش های هسته در مهندسی زیستی، پردازش سیگنال و تصویر واقعی را پوشش می دهد کاربردهای جهانی مانند زیست شناسی محاسباتی، طبقه بندی متن، پیش بینی سری های زمانی، درون یابی، شناسایی سیستم، تشخیص گفتار، نویز زدایی تصویر، کدگذاری تصویر، طبقه بندی و تقسیم بندی روش های هسته در مهندسی زیستی، پردازش سیگنال و تصویر حوزه وسیعی روش‌های هسته از رویکردی چند رشته‌ای با ارائه فصول اختصاص یافته به انطباق و استفاده از روش‌های هسته در این مقاله حوزه های منتخب مهندسی زیستی، پردازش سیگنال و ارتباطات، و پردازش تصویر.”

Kernel methods in bioengineering, signal and image processing

“In the last decade, a number of powerful kernel-based learning methods have been proposed in the machine learning community: support vector machines (SVMs), kernel fisher discriminant (KFD) analysis, kernel PCA/ICA, kernel mutual information, kernel k-means, and kernel ARMA. Successful applications of these algorithms have been reported in many fields, such as medicine, bioengineering, communications, audio and image processing, and computational biology and bioinformatics. Kernel Methods in Bioengineering, Signal and Image Processing covers real-world applications, such as computational biology, text categorization, time series prediction, interpolation, system identification, speech recognition, image de-noising, image coding, classification, and segmentation. Kernel Methods in Bioengineering, Signal and Image Processing encompasses the vast field of kernel methods from a multidisciplinary approach by presenting chapters dedicated to adaptation and use of kernel methods in the selected areas of bioengineering, signal processing and communications, and image processing.”