دانلود کتاب Neural Networks in a Softcomputing Framework

ترجمه فارسی توضیحات (ترجمه ماشینی)

شبکه های عصبی در چارچوب محاسبات نرم

روش‌های پردازش داده‌های مبتنی بر مدل مرسوم از نظر محاسباتی گران هستند و برای مدل‌سازی یک سیستم به دانش متخصص نیاز دارند. شبکه های عصبی راه حلی بدون مدل، تطبیقی ​​و پردازش موازی ارائه می دهند. شبکه‌های عصبی در چارچوب محاسبات نرم، بررسی کاملی از محبوب‌ترین روش‌های شبکه عصبی و تکنیک‌های مرتبط با آن‌ها را ارائه می‌کند. این کتاب درسی مختصر اما جامع، پارادایم قدرتمند و جهانی را برای پردازش اطلاعات ارائه می‌کند. هر فصل توصیفات پیشرفته‌ای از نتایج مهم تحقیقاتی روش‌های شبکه عصبی مربوطه را ارائه می‌کند. طیف وسیعی از موضوعات مربوط به هوش محاسباتی، مانند منطق فازی و الگوریتم‌های تکاملی، معرفی شده‌اند. اینها ابزارهای قدرتمندی برای یادگیری شبکه عصبی هستند. مشکلات پردازش سیگنال آرایه به منظور نشان دادن کاربردهای هر مدل شبکه عصبی مورد بحث قرار گرفته است. شبکه های عصبی در چارچوب محاسبات نرم یک کتاب درسی ایده آل برای دانشجویان تحصیلات تکمیلی و محققین در این زمینه است زیرا علاوه بر درک اصول، می توانند بیشترین موارد را کشف کنند. پیشرفت های اخیر در هر یک از مدل های محبوب. بررسی سیستماتیک هر مدل شبکه عصبی و فهرست جامع منابع، محققان و دانشجویان را قادر می‌سازد تا موضوعات مناسب برای تحقیقات آینده را بیابند. الگوریتم های مهم ذکر شده همچنین این کتاب درسی را به مرجعی ارزشمند برای دانشمندان و پزشکانی تبدیل می کند که در زمینه تشخیص الگو، پردازش سیگنال، پردازش گفتار و تصویر، تجزیه و تحلیل داده ها و هوش مصنوعی کار می کنند.

Neural Networks in a Softcomputing Framework

Conventional model-based data processing methods are computationally expensive and require experts knowledge for the modelling of a system; neural networks provide a model-free, adaptive, parallel-processing solution. Neural Networks in a Softcomputing Framework presents a thorough review of the most popular neural-network methods and their associated techniques.This concise but comprehensive textbook provides a powerful and universal paradigm for information processing. Each chapter provides state-of-the-art descriptions of the important major research results of the respective neural-network methods. A range of relevant computational intelligence topics, such as fuzzy logic and evolutionary algorithms, are introduced. These are powerful tools for neural-network learning. Array signal processing problems are discussed in order to illustrate the applications of each neural-network model.Neural Networks in a Softcomputing Framework is an ideal textbook for graduate students and researchers in this field because in addition to grasping the fundamentals, they can discover the most recent advances in each of the popular models. The systematic survey of each neural-network model and the exhaustive list of references will enable researchers and students to find suitable topics for future research. The important algorithms outlined also make this textbook a valuable reference for scientists and practitioners working in pattern recognition, signal processing, speech and image processing, data analysis and artificial intelligence.