A partir de cette page vous pouvez :
author
| Retourner au premier écran avec les étagères virtuelles... |
Détail de l'auteur
Auteur Simon Haykin |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesKalman filtering and neural networks / Simon Haykin (cop. 2001)
Titre : Kalman filtering and neural networks Type de document : texte imprime Auteurs : Simon Haykin Editeur : New York : John Wiley & Sons Année de publication : cop. 2001 Importance : (XIII-284 p.) Présentation : ill. en noir et en coul., couv. en coul. Format : 24 cm ISBN/ISSN/EAN : 978-0-471-36998-1 Note générale : Réf. bibliogr. Index. Langues : Anglais Mots-clés : Réseaux neuronaux (informatique) Intelligence artificielle Filtres adaptatifs Résumé :
This self–contained book consists of seven chapters by expert contributors that discuss Kalman filtering as applied to the training and use of neural networks. Although the traditional approach to the subject is almost always linear, this book recognizes and deals with the fact that real problems are most often nonlinear.
The first chapter offers an introductory treatment of Kalman filters with an emphasis on basic Kalman filter theory, Rauch–Tung–Striebel smoother, and the extended Kalman filter. Other chapters cover:
An algorithm for the training of feedforward and recurrent multilayered perceptrons, based on the decoupled extended Kalman filter (DEKF)
Applications of the DEKF learning algorithm to the study of image sequences and the dynamic reconstruction of chaotic processes
The dual estimation problem
Stochastic nonlinear dynamics: the expectation–maximization (EM) algorithm and the extended Kalman smoothing (EKS) algorithm
The unscented Kalman filter
Each chapter, with the exception of the introduction, includes illustrative applications of the learning algorithms described here, some of which involve the use of simulated and real–life data. Kalman Filtering and Neural Networks serves as an expert resource for researchers in neural networks and nonlinear dynamical systems.
An Instructor′s Manual presenting detailed solutions to all the problems in the book is available upon request from the Wiley Makerting Department.En ligne : https://www.amazon.fr/Kalman-Filtering-Neural-Networks-Haykin/dp/0471369985/ref= [...] Permalink : ./index.php?lvl=notice_display&id=10394 Kalman filtering and neural networks [texte imprime] / Simon Haykin . - New York : John Wiley & Sons, cop. 2001 . - (XIII-284 p.) : ill. en noir et en coul., couv. en coul. ; 24 cm.
ISBN : 978-0-471-36998-1
Réf. bibliogr. Index.
Langues : Anglais
Mots-clés : Réseaux neuronaux (informatique) Intelligence artificielle Filtres adaptatifs Résumé :
This self–contained book consists of seven chapters by expert contributors that discuss Kalman filtering as applied to the training and use of neural networks. Although the traditional approach to the subject is almost always linear, this book recognizes and deals with the fact that real problems are most often nonlinear.
The first chapter offers an introductory treatment of Kalman filters with an emphasis on basic Kalman filter theory, Rauch–Tung–Striebel smoother, and the extended Kalman filter. Other chapters cover:
An algorithm for the training of feedforward and recurrent multilayered perceptrons, based on the decoupled extended Kalman filter (DEKF)
Applications of the DEKF learning algorithm to the study of image sequences and the dynamic reconstruction of chaotic processes
The dual estimation problem
Stochastic nonlinear dynamics: the expectation–maximization (EM) algorithm and the extended Kalman smoothing (EKS) algorithm
The unscented Kalman filter
Each chapter, with the exception of the introduction, includes illustrative applications of the learning algorithms described here, some of which involve the use of simulated and real–life data. Kalman Filtering and Neural Networks serves as an expert resource for researchers in neural networks and nonlinear dynamical systems.
An Instructor′s Manual presenting detailed solutions to all the problems in the book is available upon request from the Wiley Makerting Department.En ligne : https://www.amazon.fr/Kalman-Filtering-Neural-Networks-Haykin/dp/0471369985/ref= [...] Permalink : ./index.php?lvl=notice_display&id=10394 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité C262/1 C262 Livre Magasin d'Ouvrages / FGE Commandes Consultation sur place
Exclu du prêtC262/2 C262 Livre Magasin d'Ouvrages / FGE Commandes Disponible C262/3 C262 Livre Magasin d'Ouvrages / FGE Commandes Disponible C262/4 C262 Livre Magasin d'Ouvrages / FGE Commandes Disponible Les abonnés qui ont emprunté ce document ont également emprunté :
Etude et simulation du filtre de KALMAN Hettak, Menad Commande et estimation multivariables Ostertag, Eric La Commande par calculateur application aux procédés industriels avec 100 exercices et problèmes résolus Ksouri, Mekki Introduction à l'analyse et à la commande des systèmes non linéaires Müllhaupt, Philippe Les capteurs pour Arduino et Raspberry Pi Karvinen, Tero Commande floue et neuro- floue du niveau de liquide d'un réservoir Saidoun, Ouerdia Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Neural networks and learning machines [Texte imprimé] Type de document : texte imprime Auteurs : Simon Haykin Mention d'édition : 3rd Editeur : Upper Saddle River : Pearson Année de publication : cop. 2009 Importance : 934 p. Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-0-13-129376-2 Note générale : Bibliogr. p. 875-915. Index Langues : Anglais Mots-clés : Neural networks (Computer science) Réseaux neuronaux (informatique) Apprentissage automatique Index. décimale : 006.32 Résumé : Annexes : Permalink : ./index.php?lvl=notice_display&id=11646 Neural networks and learning machines [Texte imprimé] [texte imprime] / Simon Haykin . - 3rd . - Upper Saddle River : Pearson, cop. 2009 . - 934 p. : ill. ; 24 cm.
ISBN : 978-0-13-129376-2
Bibliogr. p. 875-915. Index
Langues : Anglais
Mots-clés : Neural networks (Computer science) Réseaux neuronaux (informatique) Apprentissage automatique Index. décimale : 006.32 Résumé : Annexes : Permalink : ./index.php?lvl=notice_display&id=11646 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité IA518/1 IA518 Livre Magasin d'Ouvrages / FGE Informatique et automatique Consultation sur place
Exclu du prêtIA518/2 IA518 Livre Magasin d'Ouvrages / FGE Informatique et automatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Neural networks : a comprehensive foundation Type de document : texte imprime Auteurs : Simon Haykin, Auteur Mention d'édition : 2nd ed. Editeur : Upper Saddle River (N.J.) : Prentice Hall Année de publication : cop. 1999 Importance : (XXI-842 p.) Présentation : ill., couv. ill. en coul. Format : 24 cm ISBN/ISSN/EAN : 978-0-13-273350-2 Note générale : La page de couv. porte en plus : "International edition
Bibliogr. p. 796-836. IndexLangues : Anglais Mots-clés : Neural network Learning Vapnik-chervonenkis Multilayer perceptrons Dynamical systems Index. décimale : 006.32 Résumé : For graduate-level neural network courses offered in the departments of Computer Engineering, Electrical Engineering, and Computer Science.
Renowned for its thoroughness and readability, this well-organized and completely up-to-date text remains the most comprehensive treatment of neural networks from an engineering perspective. Thoroughly revised.Note de contenu : 1. Introduction
2. Learning processes
3. Single layer perceptrons
4. Multipayer perceptrons
5. Radial-basis function networks
6. Support vector machines
7. Committee machines
8. Principal compoentns analysis
9. Self-organizing maps
10. Information-theoretic models
11. Stochastic machines and their approximates rooted in statistical mechanics
12. Neurodynamic programming
13. Temporal processing using feedforward networks
14. Neurodynamics
15. Dynamically driven recurrent networksPermalink : ./index.php?lvl=notice_display&id=11742 Neural networks : a comprehensive foundation [texte imprime] / Simon Haykin, Auteur . - 2nd ed. . - Upper Saddle River (N.J.) : Prentice Hall, cop. 1999 . - (XXI-842 p.) : ill., couv. ill. en coul. ; 24 cm.
ISBN : 978-0-13-273350-2
La page de couv. porte en plus : "International edition
Bibliogr. p. 796-836. Index
Langues : Anglais
Mots-clés : Neural network Learning Vapnik-chervonenkis Multilayer perceptrons Dynamical systems Index. décimale : 006.32 Résumé : For graduate-level neural network courses offered in the departments of Computer Engineering, Electrical Engineering, and Computer Science.
Renowned for its thoroughness and readability, this well-organized and completely up-to-date text remains the most comprehensive treatment of neural networks from an engineering perspective. Thoroughly revised.Note de contenu : 1. Introduction
2. Learning processes
3. Single layer perceptrons
4. Multipayer perceptrons
5. Radial-basis function networks
6. Support vector machines
7. Committee machines
8. Principal compoentns analysis
9. Self-organizing maps
10. Information-theoretic models
11. Stochastic machines and their approximates rooted in statistical mechanics
12. Neurodynamic programming
13. Temporal processing using feedforward networks
14. Neurodynamics
15. Dynamically driven recurrent networksPermalink : ./index.php?lvl=notice_display&id=11742 Exemplaires
Code-barres Cote Support Localisation Section Disponibilité IA126/1 IA126 Livre Magasin d'Ouvrages / FGE Informatique et automatique Consultation sur place
Exclu du prêtAucun avis, veuillez vous identifier pour ajouter le vôtre !
