دانلود کتاب The Variational Bayes Method in Signal Processing
49,000 تومان
روش بیز متغیر در پردازش سیگنال
| موضوع اصلی | امواج و پردازش سیگنال |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Springer |
| تعداد صفحه | 241 |
| حجم فایل | 7 مگابایت |
| کد کتاب | 9783540288190,3540288198,3387208437,3540000518 |
| نوبت چاپ | 1 |
| نویسنده | Anthony Quinn, Václav Smídl |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2005 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
روش بیز متغیر در پردازش سیگنال
این اولین بررسی طول کتاب از تقریب Variational Bayes (VB) در پردازش سیگنال است. این به عنوان یک راهنمای مستقل و خودآموز برای گروه های تحقیقاتی دانشگاهی و صنعتی در پردازش سیگنال، تجزیه و تحلیل داده ها، یادگیری ماشین، شناسایی و کنترل نوشته شده است. این تقریب توزیعی VB را بررسی میکند و نشان میدهد که الگوریتمهای قابل حمل برای شناسایی مدل پارامتری را میتوان در زمینههای آفلاین و بر خط تولید کرد. بسیاری از اصول ابتدا از طریق مسائل تجزیه اسکالر ساده به تصویر کشیده شده اند. در فصلهای بعدی، کاربردهای موفقی در تحلیل عاملی برای توالیهای تصویر پزشکی، شناسایی مدل مخلوط و بازسازی گفتار یافت میشود. نتایج با داده های شبیه سازی شده و واقعی به تفصیل ارائه شده است. توسعه منحصر به فرد یک “روش VB” هشت مرحله ای، که می تواند در همه موارد دنبال شود، خواننده را قادر می سازد تا یک الگوریتم استنتاج VB را از پایه برای سیگنال یا مدل تصویر خاص خود توسعه دهد.
The Variational Bayes Method in Signal Processing
This is the first book-length treatment of the Variational Bayes (VB) approximation in signal processing. It has been written as a self-contained, self-learning guide for academic and industrial research groups in signal processing, data analysis, machine learning, identification and control. It reviews the VB distributional approximation, showing that tractable algorithms for parametric model identification can be generated in off-line and on-line contexts. Many of the principles are first illustrated via easy-to-follow scalar decomposition problems. In later chapters, successful applications are found in factor analysis for medical image sequences, mixture model identification and speech reconstruction. Results with simulated and real data are presented in detail. The unique development of an eight-step “VB method”, which can be followed in all cases, enables the reader to develop a VB inference algorithm from the ground up, for their own particular signal or image model.

نقد و بررسیها
هنوز بررسیای ثبت نشده است.