ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Stochastic Approximation and Its Applications

دانلود کتاب تقریب تصادفی و کاربردهای آن

Stochastic Approximation and Its Applications

مشخصات کتاب

Stochastic Approximation and Its Applications

ویرایش: 1 
نویسندگان:   
سری: Nonconvex Optimization and Its Applications 64 
ISBN (شابک) : 9781402008061, 9780306481666 
ناشر: Springer US 
سال نشر: 2003 
تعداد صفحات: 368 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 21 مگابایت 

قیمت کتاب (تومان) : 55,000



کلمات کلیدی مربوط به کتاب تقریب تصادفی و کاربردهای آن: حساب تغییرات و کنترل بهینه، بهینه سازی، مهندسی الکترونیک و کامپیوتر، آمار، عمومی، مهندسی مکانیک، نظریه سیستم ها، کنترل



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 26


در صورت تبدیل فایل کتاب Stochastic Approximation and Its Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تقریب تصادفی و کاربردهای آن نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تقریب تصادفی و کاربردهای آن



برآورد پارامترهای ناشناخته بر اساس داده‌های مشاهده‌ای که حاوی اطلاعات مربوط به پارامترها هستند، در حوزه‌های مختلف تئوری و کاربرد همه‌جا وجود دارد. به عنوان مثال، در شناسایی سیستم، ضرایب سیستم مجهول بر اساس داده های ورودی-خروجی سیستم کنترل تخمین زده می شود. در سیستم‌های کنترل تطبیقی، بهره کنترل تطبیقی ​​باید بر اساس داده‌های مشاهده به گونه‌ای تعریف شود که بهره به طور مجانبی به سمت بهینه گرایش پیدا کند. در شناسایی کانال کور، ضرایب کانال با استفاده از داده های خروجی به دست آمده در گیرنده تخمین زده می شود. در پردازش سیگنال، ماتریس وزن بهینه بر اساس مشاهدات تخمین زده می شود. در طبقه بندی الگو، پارامترهای تعیین کننده هایپرپلان پارتیشن با یادگیری جستجو می شوند و ممکن است نمونه های بیشتری به این لیست اضافه شود. همه این مسائل تخمین پارامتر را می توان به یک مسئله جستجوی ریشه برای یک تابع ناشناخته تبدیل کرد. برای مشاهده این، اجازه دهید - به مشاهده در زمان i توجه کنید. ه. ، اطلاعات موجود در مورد پارامترهای ناشناخته در آن زمان می توان فرض کرد که پارامتر تحت تخمین نشان داده شده با یک ریشه یک تابع ناشناخته است این یک محدودیت نیست، زیرا، برای مثال، ممکن است به عنوان یک تابع عمل کند.


توضیحاتی درمورد کتاب به خارجی

Estimating unknown parameters based on observation data conta- ing information about the parameters is ubiquitous in diverse areas of both theory and application. For example, in system identification the unknown system coefficients are estimated on the basis of input-output data of the control system; in adaptive control systems the adaptive control gain should be defined based on observation data in such a way that the gain asymptotically tends to the optimal one; in blind ch- nel identification the channel coefficients are estimated using the output data obtained at the receiver; in signal processing the optimal weighting matrix is estimated on the basis of observations; in pattern classifi- tion the parameters specifying the partition hyperplane are searched by learning, and more examples may be added to this list. All these parameter estimation problems can be transformed to a root-seeking problem for an unknown function. To see this, let - note the observation at time i. e. , the information available about the unknown parameters at time It can be assumed that the parameter under estimation denoted by is a root of some unknown function This is not a restriction, because, for example, may serve as such a function.



فهرست مطالب

Robbins-Monro Algorithm....Pages 1-24
Stochastic Approximation Algorithms with Expanding Truncations....Pages 25-93
Asymptotic Properties of Stochastic Approximation Algorithms....Pages 95-149
Optimization by Stochastic Approximation....Pages 151-218
Application to Signal Processing....Pages 219-288
Application to Systems and Control....Pages 289-328




نظرات کاربران