دانلود کتاب A Mathematical Introduction to Compressive Sensing
کتاب مقدمه ای ریاضی برای سنجش فشاری نسخه زبان اصلی
دانلود کتاب مقدمه ای ریاضی برای سنجش فشاری بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب A Mathematical Introduction to Compressive Sensing
نام کتاب : A Mathematical Introduction to Compressive Sensing
عنوان ترجمه شده به فارسی : مقدمه ای ریاضی برای سنجش فشاری
سری : Applied and Numerical Harmonic Analysis
نویسندگان : Simon Foucart, Holger Rauhut
ناشر : Birkhäuser
سال نشر : 2013
تعداد صفحات : 634
ISBN (شابک) : 0817649476 , 9780817649487
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 4 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
در تقاطع ریاضیات، مهندسی و علوم رایانه، حوزه پر رونق سنجش فشاری قرار دارد. بر اساس این فرض که جمع‌آوری و فشرده‌سازی داده‌ها را می‌توان به طور همزمان انجام داد، سنجش فشاری در تصویربرداری، پردازش سیگنال و بسیاری از حوزه‌های دیگر کاربرد پیدا می‌کند. در زمینه های ریاضیات کاربردی، مهندسی برق و علوم کامپیوتر نظری، انفجاری از فعالیت های تحقیقاتی در حال حاضر نتایج نظری را دنبال کرده است که کارایی اصول اساسی را برجسته می کند. ایده های ظریف پشت این اصول نیز برای ریاضیدانان محض علاقه مستقل دارند.
مقدمه ریاضی برای سنجش فشاری شرح مفصلی از نظریه اصلی که این رشته بر اساس آن ساخته شده است ارائه می دهد. تنها با پیش نیازهای متوسط، این کتاب درسی عالی برای دوره های تحصیلات تکمیلی در ریاضیات، مهندسی و علوم کامپیوتر است. همچنین به عنوان یک منبع قابل اعتماد برای پزشکان و محققان در این رشته ها که می خواهند درک دقیقی از موضوع کسب کنند، عمل می کند. مقدمه‌ای ریاضی برای سنجش فشاری از یک دیدگاه ریاضی برای ارائه هسته‌ی نظریه‌ی زیربنایی سنجش فشاری استفاده می‌کند.
فهرست مطالب :
Front Matter....Pages i-xviii
An Invitation to Compressive Sensing....Pages 1-39
Sparse Solutions of Underdetermined Systems....Pages 41-59
Basic Algorithms....Pages 61-75
Basis Pursuit....Pages 77-110
Coherence....Pages 111-131
Restricted Isometry Property....Pages 133-174
Basic Tools from Probability Theory....Pages 175-199
Advanced Tools from Probability Theory....Pages 201-269
Sparse Recovery with Random Matrices....Pages 271-310
Gelfand Widths of ℓ 1 -Balls....Pages 311-330
Instance Optimality and Quotient Property....Pages 331-365
Random Sampling in Bounded Orthonormal Systems....Pages 367-433
Lossless Expanders in Compressive Sensing....Pages 435-458
Recovery of Random Signals using Deterministic Matrices....Pages 459-473
Algorithms for ℓ 1 -Minimization....Pages 475-513
Back Matter....Pages 515-625
توضیحاتی در مورد کتاب به زبان اصلی :
At the intersection of mathematics, engineering, and computer science sits the thriving field of compressive sensing. Based on the premise that data acquisition and compression can be performed simultaneously, compressive sensing finds applications in imaging, signal processing, and many other domains. In the areas of applied mathematics, electrical engineering, and theoretical computer science, an explosion of research activity has already followed the theoretical results that highlighted the efficiency of the basic principles. The elegant ideas behind these principles are also of independent interest to pure mathematicians.
A Mathematical Introduction to Compressive Sensing gives a detailed account of the core theory upon which the field is build. With only moderate prerequisites, it is an excellent textbook for graduate courses in mathematics, engineering, and computer science. It also serves as a reliable resource for practitioners and researchers in these disciplines who want to acquire a careful understanding of the subject. A Mathematical Introduction to Compressive Sensing uses a mathematical perspective to present the core of the theory underlying compressive sensing.