دانلود کتاب Pattern theory: from representation to inference

ترجمه فارسی توضیحات (ترجمه ماشینی)

نظریه الگو: از بازنمایی تا استنتاج

تئوری الگو یک نمای کلی جامع و در دسترس از چالش های مدرن در تجزیه و تحلیل سیگنال، داده ها و الگوها در تشخیص گفتار، زبان شناسی محاسباتی، تجزیه و تحلیل تصویر و بینایی کامپیوتری ارائه می دهد. این متن با هدف دانشجویان فارغ التحصیل در مهندسی پزشکی، ریاضیات، علوم کامپیوتر و مهندسی برق با پیشینه خوب در ریاضیات و احتمالات، شامل تمرینات متعدد و کتابشناسی گسترده است. منابع اضافی از جمله اثبات های توسعه یافته، راه حل های انتخاب شده و مثال ها در یک وب سایت همراه موجود است. کتاب با مروری کوتاه بر نظریه الگو و مبانی آمار و تئوری تخمین آغاز می شود. فصل 3-6 نقش بازنمایی الگوها از طریق ساختار شرایط را مورد بحث قرار می دهد. فصل‌های 7 و 8 دومین مؤلفه اصلی نظریه الگو را بررسی می‌کنند: گروه‌هایی از تبدیل هندسی اعمال شده برای نمایش اجسام هندسی. فصل 9 به ساختارهای احتمالی در پیوستار می‌رود و فرآیندهای تصادفی و میدان‌های تصادفی فهرست‌شده بر روی زیر مجموعه‌های Rn را مطالعه می‌کند. فصل‌های 10 و 11 با تغییرات و الگوهای نمایه‌سازی شده در زنجیره ادامه می‌یابد. فصل‌های 12-14 از بازنمایی‌های خالص اشکال تا تخمین بیز از اشکال و نمایش پارامتریک آنها گسترش می‌یابد. فصل 15 و 16 تخمین شکل ابعاد نامتناهی را در زمینه تازه ظهور یافته آناتومی محاسباتی مطالعه می کند. در نهایت، فصل‌های 17 و 18 به استنتاج نگاه می‌کنند و رویکردهای نمونه‌گیری تصادفی را برای تخمین ترتیب مدل و نمایش پارامتری اشکال بررسی می‌کنند.

Pattern theory: from representation to inference

Pattern Theory provides a comprehensive and accessible overview of the modern challenges in signal, data, and pattern analysis in speech recognition, computational linguistics, image analysis and computer vision. Aimed at graduate students in biomedical engineering, mathematics, computer science, and electrical engineering with a good background in mathematics and probability, the text includes numerous exercises and an extensive bibliography. Additional resources including extended proofs, selected solutions and examples are available on a companion website. The book commences with a short overview of pattern theory and the basics of statistics and estimation theory. Chapters 3-6 discuss the role of representation of patterns via condition structure. Chapters 7 and 8 examine the second central component of pattern theory: groups of geometric transformation applied to the representation of geometric objects. Chapter 9 moves into probabilistic structures in the continuum, studying random processes and random fields indexed over subsets of Rn. Chapters 10 and 11 continue with transformations and patterns indexed over the continuum. Chapters 12-14 extend from the pure representations of shapes to the Bayes estimation of shapes and their parametric representation. Chapters 15 and 16 study the estimation of infinite dimensional shape in the newly emergent field of Computational Anatomy. Finally, Chapters 17 and 18 look at inference, exploring random sampling approaches for estimation of model order and parametric representing of shapes.