Neural Networks: An Introduction

دانلود کتاب Neural Networks: An Introduction

59000 تومان موجود

کتاب شبکه های عصبی: مقدمه نسخه زبان اصلی

دانلود کتاب شبکه های عصبی: مقدمه بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 11


توضیحاتی در مورد کتاب Neural Networks: An Introduction

نام کتاب : Neural Networks: An Introduction
ویرایش : 2
عنوان ترجمه شده به فارسی : شبکه های عصبی: مقدمه
سری : Physics of Neural Networks
نویسندگان : , ,
ناشر : Springer-Verlag Berlin Heidelberg
سال نشر : 1995
تعداد صفحات : 339
ISBN (شابک) : 9783540602071 , 9783642577604
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 10 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 :




شبکه های عصبی مفاهیم مدل های شبکه عصبی و تکنیک های پردازش موازی توزیع شده به طور جامع در یک رویکرد سه مرحله ای ارائه شده است: - پس از مروری کوتاه بر ساختار عصبی مغز و تاریخچه در مدل‌سازی شبکه‌های عصبی، خواننده با حافظه انجمنی، پیش‌پرسپترون‌ها، شبکه‌های حساس به ویژگی، استراتژی‌های یادگیری و کاربردهای عملی آشنا می‌شود. - قسمت دوم موضوعات پیشرفته تری مانند فیزیک آماری عینک های چرخشی، نظریه میدان میانگین مدل هاپفیلد و رویکرد «فضای تعاملات» به ظرفیت ذخیره سازی شبکه های عصبی را پوشش می دهد. - در بخش پایانی مستقل، هفت برنامه که نمایش های عملی مدل های شبکه عصبی و راهبردهای یادگیری آنها را ارائه می دهند، مورد بحث قرار می گیرد. این نرم افزار بر روی یک دیسکت 3 1/2 اینچی MS-DOS گنجانده شده است. کد منبع را می توان با استفاده از کامپایلر Borland's TURBO-C 2.0، کامپایلر Microsoft C (5.0) یا کامپایلرهای سازگار تغییر داد.


فهرست مطالب :


Front Matter....Pages i-xv
Front Matter....Pages 1-1
The Structure of the Central Nervous System....Pages 3-12
Neural Networks Introduced....Pages 13-23
Associative Memory....Pages 24-37
Stochastic Neurons....Pages 38-45
Cybernetic Networks....Pages 46-51
Multilayered Perceptrons....Pages 52-62
Applications....Pages 63-71
More Applications of Neural Networks....Pages 72-92
Network Architecture and Generalization....Pages 93-107
Associative Memory: Advanced Learning Strategies....Pages 108-125
Combinatorial Optimization....Pages 126-134
VLSI and Neural Networks....Pages 135-143
Symmetrical Networks with Hidden Neurons....Pages 144-150
Coupled Neural Networks....Pages 151-161
Unsupervised Learning....Pages 162-173
Evolutionary Algorithms for Learning....Pages 174-187
Front Matter....Pages 189-189
Statistical Physics and Spin Glasses....Pages 191-200
The Hopfield Network for p/N → 0....Pages 201-208
The Hopfield Network for Finite p/N ....Pages 209-230
The Space of Interactions in Neural Networks....Pages 231-245
Front Matter....Pages 247-247
Numerical Demonstrations....Pages 249-252
ASSO: Associative Memory....Pages 253-263
ASSCOUNT: Associative Memory for Time Sequences....Pages 264-267
PERBOOL: Learning Boolean Functions with Back-Prop....Pages 268-274
PERFUNC: Learning Continuous Functions with Back-Prop....Pages 275-278
Solution of the Traveling-Salesman Problem....Pages 279-290
KOHOMAP: The Kohonen Self-organizing Map....Pages 291-295
BTT: Back-Propagation Through Time....Pages 296-302
NEUROGEN: Using Genetic Algorithms to Train Networks....Pages 303-306
Back Matter....Pages 307-331

توضیحاتی در مورد کتاب به زبان اصلی :


Neural Networks The concepts of neural-network models and techniques of parallel distributed processing are comprehensively presented in a three-step approach: - After a brief overview of the neural structure of the brain and the history of neural-network modeling, the reader is introduced to associative memory, preceptrons, feature-sensitive networks, learning strategies, and practical applications. - The second part covers more advanced subjects such as the statistical physics of spin glasses, the mean-field theory of the Hopfield model, and the "space of interactions" approach to the storage capacity of neural networks. - In the self-contained final part, seven programs that provide practical demonstrations of neural-network models and their learning strategies are discussed. The software is included on a 3 1/2-inch MS-DOS diskette. The source code can be modified using Borland's TURBO-C 2.0 compiler, the Microsoft C compiler (5.0), or compatible compilers.




پست ها تصادفی