Artificial Neural Networks

Methods and Applications in Bio-/Neuroinformatics
 
 
Springer (Verlag)
  • erschienen am 2. September 2014
  • |
  • IX, 488 Seiten
 
E-Book | PDF mit Wasserzeichen-DRM | Systemvoraussetzungen
978-3-319-09903-3 (ISBN)
 

The book reports on the latest theories on artificial neural networks, with a special emphasis on bio-neuroinformatics methods. It includes twenty-three papers selected from among the best contributions on bio-neuroinformatics-related issues, which were presented at the International Conference on Artificial Neural Networks, held in Sofia, Bulgaria, on September 10-13, 2013 (ICANN 2013). The book covers a broad range of topics concerning the theory and applications of artificial neural networks, including recurrent neural networks, super-Turing computation and reservoir computing, double-layer vector perceptrons, nonnegative matrix factorization, bio-inspired models of cell communities, Gestalt laws, embodied theory of language understanding, saccadic gaze shifts and memory formation, and new training algorithms for Deep Boltzmann Machines, as well as dynamic neural networks and kernel machines. It also reports on new approaches to reinforcement learning, optimal control of discrete time-delay systems, new algorithms for prototype selection, and group structure discovering. Moreover, the book discusses one-class support vector machines for pattern recognition, handwritten digit recognition, time series forecasting and classification, and anomaly identification in data analytics and automated data analysis. By presenting the state-of-the-art and discussing the current challenges in the fields of artificial neural networks, bioinformatics and neuroinformatics, the book is intended to promote the implementation of new methods and improvement of existing ones, and to support advanced students, researchers and professionals in their daily efforts to identify, understand and solve a number of open questions in these fields.

2015
  • Englisch
  • Cham
  • |
  • Schweiz
Springer International Publishing
  • 98
  • |
  • 70 s/w Abbildungen, 98 farbige Abbildungen
  • |
  • 98 schwarz-weiße und 70 farbige Abbildungen, Bibliographie
  • 20,54 MB
978-3-319-09903-3 (9783319099033)
10.1007/978-3-319-09903-3
weitere Ausgaben werden ermittelt
Neural Networks Theory and Models.- New Machine Learning Algorithms for Neural Networks.- Pattern Recognition, Classification and other Neural Network Applications.

Dateiformat: PDF
Kopierschutz: Wasserzeichen-DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Verwenden Sie zum Lesen die kostenlose Software Adobe Reader, Adobe Digital Editions oder einen anderen PDF-Viewer Ihrer Wahl (siehe E-Book Hilfe).

Tablet/Smartphone (Android; iOS): Installieren Sie die kostenlose App Adobe Digital Editions oder eine andere Lese-App für E-Books (siehe E-Book Hilfe).

E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m. (nur bedingt: Kindle)

Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Mit Wasserzeichen-DRM wird hier ein "weicher" Kopierschutz verwendet. Daher ist technisch zwar alles möglich - sogar eine unzulässige Weitergabe. Aber an sichtbaren und unsichtbaren Stellen wird der Käufer des E-Books als Wasserzeichen hinterlegt, sodass im Falle eines Missbrauchs die Spur zurückverfolgt werden kann.

Weitere Informationen finden Sie in unserer E-Book Hilfe.


Download (sofort verfügbar)

192,59 €
inkl. 7% MwSt.
Download / Einzel-Lizenz
PDF mit Wasserzeichen-DRM
siehe Systemvoraussetzungen
E-Book bestellen