ข้ามไปที่เนือ้หา
Supervised learning with complex-valued neural networks แสดงตัวอย่างรายการนี้
ปิดแสดงตัวอย่างรายการนี้
Checking...

Supervised learning with complex-valued neural networks

ผู้แต่ง: Sundaram Suresh; Narasimhan Sundararajan; Ramasamy Savitha
สำนักพิมพ์: Berlin ; New York : Springer, ©2013.
ชุด: Studies in computational intelligence, 421.
ครั้งที่พิมพ์/รูปแบบ:   หนังสืออีเล็กทรอนิกส์ : เอกสาร : Englishดูครั้งที่พิมพ์และรูปแบบ
ฐานข้อมูล:WorldCat
สรุป:
Recent advancements in the field of telecommunications, medical imaging and signal processing deal with signals that are inherently time varying, nonlinear and complex-valued. The time varying, nonlinear characteristics of these signals can be effectively analyzed using artificial neural networks. Furthermore, to efficiently preserve the physical characteristics of these complex-valued signals, it is important to  อ่านมากขึ้น…
คะแนน:

(ยังไม่ให้คะแนน) 0 กับความคิดเห็น - เป็นคนแรก

หัวเรื่อง
เพิ่มเติมเช่นนี้

 

ค้นหาสำเนาออนไลน์

เชื่อมโยงไปยังรายการนี้

ค้นหาสำเนาในห้องสมุด

กำลังดึงข้อมูล… ค้นหาห้องสมุดที่มีรายการนี้

รายละเอียด

ประเภท/แบบฟอร์ม Electronic books
ขนิดวัสดุ: เอกสาร, ทรัพยากรอินเตอร์เน็ต
ประเภทของเอกสาร: แหล่งข้อมูลอินเทอร์เน็ต, ไฟล์คอมพิวเตอร์
ผู้เขียนทั้งหมด : ผู้เขียนร่วม Sundaram Suresh; Narasimhan Sundararajan; Ramasamy Savitha
ISBN: 9783642294914 364229491X 3642294901 9783642294907
OCLC Number: 805398598
คำอธิบาย: 1 online resource.
สารบัญ: Introduction --
Fully Complex-valued Multi Layer Perceptron Networks --
A Fully Complex-valued Radial Basis Function Network and Its Learning Algorithm --
Fully Complex-valued Relaxation Networks --
Performance Study on Complex-valued Function Approximation Problems --
Circular Complex-valued Extreme Learning Machine Classifier --
Performance Study on Real-valued Classification Problems --
Complex-valued Self-regulatory Resource Allocation Network (CSRAN).
หัวข้อชุด: Studies in computational intelligence, 421.
ความรับผิดชอบ Sundaram Suresh, Narasimhan Sundararajan, and Ramasamy Savitha.
ข้อมูลเพิ่มเติม

บทคัดย่อ:

A new generation of neural networks is needed in telecommunications, medical imaging and signal processing as signals become more complex and nonlinear. This survey of the latest complex-valued  อ่านมากขึ้น…

รีวิว

ความคิดเห็นผู้ที่ใช้งาน
กำลังดึง รีวิว GoodReads…
Retrieving DOGObooks reviews...

แท็ก

เป็นคนแรก.

รายการคล้ายกัน

ยืนยันคำขอนี้

คุณอาจะร้องขอรายการนี้แล้. โปรดเลือก ตกลง ถ้าคุณต้องการดำเนินการคำขอนี้ต่อไป.

Linked Data


<http://www.worldcat.org/oclc/805398598>
library:oclcnum"805398598"
library:placeOfPublication
library:placeOfPublication
library:placeOfPublication
owl:sameAs<info:oclcnum/805398598>
rdf:typeschema:Book
schema:about
schema:about
schema:about
schema:about
schema:about
schema:about
schema:about
schema:bookFormatschema:EBook
schema:contributor
schema:contributor
schema:copyrightYear"2013"
schema:creator
schema:datePublished"2013"
schema:description"Recent advancements in the field of telecommunications, medical imaging and signal processing deal with signals that are inherently time varying, nonlinear and complex-valued. The time varying, nonlinear characteristics of these signals can be effectively analyzed using artificial neural networks. Furthermore, to efficiently preserve the physical characteristics of these complex-valued signals, it is important to develop complex-valued neural networks and derive their learning algorithms to represent these signals at every step of the learning process. This monograph comprises a collection of new supervised learning algorithms along with novel architectures for complex-valued neural networks. The concepts of meta-cognition equipped with a self-regulated learning have been known to be the best human learning strategy. In this monograph, the principles of meta-cognition have been introduced for complex-valued neural networks in both the batch and sequential learning modes. For applications where the computation time of the training process is critical, a fast learning complex-valued neural network called as a fully complex-valued relaxation network along with its learning algorithm has been presented. The presence of orthogonal decision boundaries helps complex-valued neural networks to outperform real-valued networks in performing classification tasks. This aspect has been highlighted. The performances of various complex-valued neural networks are evaluated on a set of benchmark and real-world function approximation and real-valued classification problems."
schema:exampleOfWork<http://worldcat.org/entity/work/id/1149975527>
schema:genre"Electronic books."
schema:inLanguage"en"
schema:name"Supervised learning with complex-valued neural networks"
schema:publisher
schema:url
schema:url<http://dx.doi.org/10.1007/978-3-642-29491-4>
schema:url<http://site.ebrary.com/id/10656630>
schema:workExample
schema:workExample

Content-negotiable representations

ปิดหน้าต่าง

กรุณาลงชื่อเข้าสู่ระบบ WorldCat 

ยังไม่มีบัญชีผู้ใช้? คุณสามารถสร้างได้อย่างง่ายดาย สร้างบัญชีผู้ใช้ฟรี.