Search Results for "fundamentals-of-artificial-neural-networks-mit-press"

Fundamentals of Artificial Neural Networks

Fundamentals of Artificial Neural Networks

  • Author: Mohamad H. Hassoun
  • Publisher: MIT Press
  • ISBN: 9780262082396
  • Category: Computers
  • Page: 511
  • View: 9085
DOWNLOAD NOW »
Fundamentals of Building Energy Dynamics assesses how and why buildings use energy, and how energy use and peak demand can be reduced. It provides a basis for integrating energy efficiency and solar approaches in ways that will allow building owners and designers to balance the need to minimize initial costs, operating costs, and life-cycle costs with need to maintain reliable building operations and enhance environmental quality both inside and outside the building. Chapters trace the development of building energy systems and analyze the demand side of solar applications as a means for determining what portion of a building's energy requirements can potentially be met by solar energy.Following the introduction, the book provides an overview of energy use patterns in the aggregate U.S. building population. Chapter 3 surveys work on the energy flows in an individual building and shows how these flows interact to influence overall energy use. Chapter 4 presents the analytical methods, techniques, and tools developed to calculate and analyze energy use in buildings, while chapter 5 provides an extensive survey of the energy conservation and management strategies developed in the post-energy crisis period.The approach taken is a commonsensical one, starting with the proposition that the purpose of buildings is to house human activities, and that conservation measures that negatively affect such activities are based on false economies. The goal is to determine rational strategies for the design of new buildings, and the retrofit of existing buildings to bring them up to modern standards of energy use. The energy flows examined are both large scale (heating systems) and small scale (choices among appliances).Solar Heat Technologies: Fundamentals and Applications, Volume 4

Geophysical Applications of Artificial Neural Networks and Fuzzy Logic

Geophysical Applications of Artificial Neural Networks and Fuzzy Logic

  • Author: W. Sandham,M. Leggett
  • Publisher: Springer Science & Business Media
  • ISBN: 9401702713
  • Category: Mathematics
  • Page: 325
  • View: 4614
DOWNLOAD NOW »
The past fifteen years has witnessed an explosive growth in the fundamental research and applications of artificial neural networks (ANNs) and fuzzy logic (FL). The main impetus behind this growth has been the ability of such methods to offer solutions not amenable to conventional techniques, particularly in application domains involving pattern recognition, prediction and control. Although the origins of ANNs and FL may be traced back to the 1940s and 1960s, respectively, the most rapid progress has only been achieved in the last fifteen years. This has been due to significant theoretical advances in our understanding of ANNs and FL, complemented by major technological developments in high-speed computing. In geophysics, ANNs and FL have enjoyed significant success and are now employed routinely in the following areas (amongst others): 1. Exploration Seismology. (a) Seismic data processing (trace editing; first break picking; deconvolution and multiple suppression; wavelet estimation; velocity analysis; noise identification/reduction; statics analysis; dataset matching/prediction, attenuation), (b) AVO analysis, (c) Chimneys, (d) Compression I dimensionality reduction, (e) Shear-wave analysis, (f) Interpretation (event tracking; lithology prediction and well-log analysis; prospect appraisal; hydrocarbon prediction; inversion; reservoir characterisation; quality assessment; tomography). 2. Earthquake Seismology and Subterranean Nuclear Explosions. 3. Mineral Exploration. 4. Electromagnetic I Potential Field Exploration. (a) Electromagnetic methods, (b) Potential field methods, (c) Ground penetrating radar, (d) Remote sensing, (e) inversion.

Neuronale Netze selbst programmieren

Neuronale Netze selbst programmieren

Ein verständlicher Einstieg mit Python

  • Author: Tariq Rashid
  • Publisher: O'Reilly
  • ISBN: 3960101031
  • Category: Computers
  • Page: 232
  • View: 6336
DOWNLOAD NOW »
Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieses Buch nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen und Beispielen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt tunen Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Zum Schluss lassen Sie das neuronale Netz auf einem Raspberry Pi Zero laufen. Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und verständlich, dadurch werden neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.

Numerical Computer Methods

Numerical Computer Methods

  • Author: Michael L. Johnson,Ludwig Brand,John N. Abelson,Melvin I. Simon
  • Publisher: Gulf Professional Publishing
  • ISBN: 9780121822224
  • Category: Medical
  • Page: 471
  • View: 489
DOWNLOAD NOW »
The critically acclaimed laboratory standard for more than forty years, Methods in Enzymology is one of the most highly respected publications in the field of biochemistry. Since 1955, each volume has been eagerly awaited, frequently consulted, and praised by researchers and reviewers alike. Now with more than 300 volumes (all of them still in print), the series contains much material still relevant today--truly an essential publication for researchers in all fields of life sciences.

Applications and Science of Artificial Neural Networks

Applications and Science of Artificial Neural Networks

  • Author: Steven K. Rogers,Dennis W. Ruck
  • Publisher: N.A
  • ISBN: 9780819421418
  • Category: Neural networks (Computer science)
  • Page: 814
  • View: 5452
DOWNLOAD NOW »
Volumes consist of the proceedings of the International Conference on Applications and Science of Artificial Neural Networks.

Biomedical Engineering Fundamentals

Biomedical Engineering Fundamentals

  • Author: Joseph D. Bronzino,Donald R. Peterson
  • Publisher: CRC Press
  • ISBN: 1420003852
  • Category: Medical
  • Page: 1560
  • View: 7083
DOWNLOAD NOW »
Over the last century,medicine has come out of the “black bag” and emerged as one of the most dynamic and advanced fields of development in science and technology. Today, biomedical engineering plays a critical role in patient diagnosis, care, and rehabilitation. As such, the field encompasses a wide range of disciplines, from biology and physiology to informatics and signal processing. Reflecting the enormous growth and change in biomedical engineering during the infancy of the 21st century, The Biomedical Engineering Handbook enters its third edition as a set of three carefully focused and conveniently organized books. The first installment, Biomedical Engineering Fundamentals provides a concise survey of the major areas that constitute modern biomedical engineering. Beginning with an overview of physiology and physiological modeling, simulation, and control, the book explores bioelectric phenomena, biomaterials, biomechanics, rehabilitation and human performance engineering, and ethical issues. Preeminent experts from around the world share their expertise with many new and updated chapters representing state-of-the-art technologies and practices. A new section on neuroengineering rounds out the coverage. With sharp focus and authoritative coverage, Biomedical Engineering Fundamentals is an ideal introduction for anyone new to the field, a convenient reference for seasoned professionals, and a valuable introductory textbook.

Wiley encyclopedia of electrical and electronics engineering

Wiley encyclopedia of electrical and electronics engineering

  • Author: John G. Webster
  • Publisher: Wiley-Interscience
  • ISBN: 9780471139478
  • Category: Technology & Engineering
  • Page: 784
  • View: 7018
DOWNLOAD NOW »

1996 IEEE Aerospace Applications Conference

1996 IEEE Aerospace Applications Conference

proceedings : [February 3--February 9, 1996, Snowmass at Aspen, Colorado]

  • Author: IEEE Aerospace and Electronic Systems Society
  • Publisher: IEEE
  • ISBN: 9780780331969
  • Category: Technology & Engineering
  • Page: 2000
  • View: 8846
DOWNLOAD NOW »

Denken und Problemlösen

Denken und Problemlösen

Eine Einführung in menschliches Denken und Lernen

  • Author: R.E. Mayer
  • Publisher: Springer
  • ISBN: 9783540093251
  • Category: Psychology
  • Page: 258
  • View: 3562
DOWNLOAD NOW »
Das vorliegende Buch wendet sich an jeden, den es interes siert, wie Menschen denken und Problem e lösen. Es stelIt die wichtigsten Ansätze, Methoden und Forschungsergebnisse der erst 75 lahre alten Psychologie des Denkens dar und will eine systematische Übersicht über unser heutiges Grundwissen vom menschlichen Denken bieten, anstatt sich auf einen ein zigen Gesichtspunkt zu konzentrieren. Moderne Theorien fin den sich hier ebenso wie grundlegende Erkenntnisse über de duktives Denken, Konzeptlernen, Stadien des Problemlösens, Aufgabenlösen und andere Aspekte. Diese Einflihrung in die Psychologie des Denkens setzt keine Vorkenntnisse voraus. Sie eignet sich fiir Kurse in kog nitiver Psychologie, Lernen und Gedächtnis und soll ver wendbar sein in Bereichen, in denen Problemlösen wichtig ist, etwa Unterricht, Wirtschaft, Mathematik. SchlieBlich richtet sie sich auch an den Leser, den ganz allgemein interessiert, was Psychologen über das Denken wissen. Viele Kollegen und Studenten von mir haben das Fehlen eines Lehrbuchs über die "höheren" Aspekte des Denkens und Lernens beklagt. Vorhandene Werke neigten entweder dazu, Forschungsergebnisse zu einem bestimmten Problem zusammenzufassen - etwa der Klassiker von Bruner, Good now und Austin, A Study of Thinking (1956) - oder eine Rei he von Aufgaben um eine einzige spezifische Theorie zu grup pieren - etwa Newell und Simons eindrucksvolles Buch Hu man Problem Solving (1972). Oft fehlte Büchern fiir Lehrer und andere, die problemlösendes Denken vermitteln wollen, jeder Bezug zur psychologischen Literatur - etwa Polyas schmalem Klassiker How to Solve It (1957).

Grundlagen zur Neuroinformatik und Neurobiologie

Grundlagen zur Neuroinformatik und Neurobiologie

The Computational Brain in deutscher Sprache

  • Author: Patricia S. Churchland,Terrence J. Sejnowski
  • Publisher: Springer-Verlag
  • ISBN: 3322868214
  • Category: Technology & Engineering
  • Page: 702
  • View: 1166
DOWNLOAD NOW »
The Computational Brain, das außergewöhnliche Buch über vergleichende Forschung in den Bereichen von menschlichem Gehirn und neuesten Möglichkeiten der Computertechnologie, liegt hiermit erstmals in deutscher Sprache vor. Geschrieben von einem führenden Forscherteam in den USA, ist es eine Fundgrube für alle, die wissen wollen, was der Stand der Wissenschaft auf diesem Gebiet ist. Die Autoren führen die Bereiche der Neuroinformatik und Neurobiologie mit gut ausgesuchten Beispielen und der gebotenen Hintergrundinformation gekonnt zusammen. Das Buch wird somit nicht nur dem Fachwissenschaftler sondern auch dem interdisziplinären Interesse des Informatikers und des Biologen auf eine hervorragende Weise gerecht. Übersetzt wurde das Buch von Prof. Dr. Steffen Hölldobler und Dipl.-Biol. Claudia Hölldobler, einem Informatiker und einer Biologin. Rezension in Spektrum der Wissenschaft nr. 10, S. 122 f. im Oktober 1997 (...) Die 1992 erschienene amerikanische Originalausgabe des vorliegenden Werkes ist so erfolgreich, daß man bereits von einem Klassiker reden kann. (...) (...) ....ist das Buch sehr zu empfehlen. In Verbindung von Neurobiologie und Neuroinformatik konkurrenzlos, vermittelt es einiges von der Faszination theoretischer Hirnforschung, die auch in Deutschland zunehmend mehr Wissenschaftler in ihren Bann schlägt. Rezension erschienen in: Computer Spektrum 3/1997, S. 2 (...)Das Buch wird somit nicht nur dem Fachwissenschaftler, sondern auch den interdisziplinären Interesse des Informatikers und des Biologen auf eine hervorragende Weise gerecht(...)

Cumulative Book Index

Cumulative Book Index

  • Author: N.A
  • Publisher: N.A
  • ISBN: N.A
  • Category: American literature
  • Page: N.A
  • View: 636
DOWNLOAD NOW »

Maschinelles Lernen

Maschinelles Lernen

  • Author: Ethem Alpaydin
  • Publisher: De Gruyter Oldenbourg
  • ISBN: 9783486581140
  • Category: Machine learning
  • Page: 440
  • View: 3979
DOWNLOAD NOW »
Maschinelles Lernen heißt, Computer so zu programmieren, dass ein bestimmtes Leistungskriterium anhand von Beispieldaten und Erfahrungswerten aus der Vergangenheit optimiert wird. Das vorliegende Buch diskutiert diverse Methoden, die ihre Grundlagen in verschiedenen Themenfeldern haben: Statistik, Mustererkennung, neuronale Netze, Künstliche Intelligenz, Signalverarbeitung, Steuerung und Data Mining. In der Vergangenheit verfolgten Forscher verschiedene Wege mit unterschiedlichen Schwerpunkten. Das Anliegen dieses Buches ist es, all diese unterschiedlichen Ansätze zu kombinieren, um eine allumfassende Behandlung der Probleme und ihrer vorgeschlagenen Lösungen zu geben.

Fundamentals of Neural Network Modeling

Fundamentals of Neural Network Modeling

Neuropsychology and Cognitive Neuroscience

  • Author: Randolph W. Parks,Daniel S. Levine,Debra L. Long
  • Publisher: MIT Press
  • ISBN: 9780262161756
  • Category: Computers
  • Page: 428
  • View: 4020
DOWNLOAD NOW »
Provides an introduction to the neural network modeling of complex cognitive and neuropsychological processes.

Theorie der neuronalen Netze

Theorie der neuronalen Netze

Eine systematische Einführung

  • Author: Raul Rojas
  • Publisher: Springer-Verlag
  • ISBN: 3642612318
  • Category: Computers
  • Page: 446
  • View: 2826
DOWNLOAD NOW »
Neuronale Netze sind ein Berechenbarkeitsparadigma, das in der Informatik zunehmende Beachtung findet. In diesem Buch werden theoretische Ansätze und Modelle, die in der Literatur verstreut sind, zu einer modellübergreifenden Theorie der künstlichen neuronalen Netze zusammengefügt. Mit ständigem Blick auf die Biologie wird - ausgehend von einfachsten Netzen - gezeigt, wie sich die Eigenschaften der Modelle verändern, wenn allgemeinere Berechnungselemente und Netztopologien eingeführt werden. Jedes Kapitel enthält Beispiele und ist ausführlich illustriert und durch bibliographische Anmerkungen abgerundet. Das Buch richtet sich an Leser, die sich einen Überblick verschaffen oder vorhandene Kenntnisse vertiefen wollen. Es ist als Grundlage für Neuroinformatikvorlesungen an deutschsprachigen Universitäten geeignet.

Grundkurs Künstliche Intelligenz

Grundkurs Künstliche Intelligenz

Eine praxisorientierte Einführung

  • Author: Wolfgang Ertel
  • Publisher: Springer-Verlag
  • ISBN: 3834894419
  • Category: Computers
  • Page: 334
  • View: 5856
DOWNLOAD NOW »
Alle Teilgebiete der KI werden mit dieser Einführung kompakt, leicht verständlich und anwendungsbezogen dargestellt. Hier schreibt jemand, der das Gebiet nicht nur bestens kennt, sondern auch in der Lehre engagiert und erfolgreich vertritt. Von der klassischen Logik über das Schließen mit Unsicherheit und maschinelles Lernen bis hin zu Anwendungen wie Expertensysteme oder lernfähige Roboter. Sie werden von dem sehr guten Überblick in dieses faszinierende Teilgebiet der Informatik profitieren. Und Sie gewinnen vertiefte Kenntnisse, z. B. hinsichtlich der wichtigsten Verfahren zur Repräsentation und Verarbeitung von Wissen. Vor allem steht der Anwendungsbezug im Fokus der Darstellung. Viele Übungsaufgaben mit Lösungen sowie eine strukturierte Liste mit Verweisen auf Literatur und Ressourcen im Web ermöglichen ein effektives und kurzweiliges Selbststudium. "Wolfgang Ertel [...] schafft es auf rund 300 Seiten verständlich zu erklären, wie Aussagenlogik, maschinelles Lernen und neuronale Netze die Grundlagen für künstliche Intelligenz bilden." Technology Review 04/2008

Neural Networks for Instrumentation, Measurement and Related Industrial Applications

Neural Networks for Instrumentation, Measurement and Related Industrial Applications

  • Author: Sergey Ablameyko
  • Publisher: IOS Press
  • ISBN: 9781586033033
  • Category: Computers
  • Page: 329
  • View: 7511
DOWNLOAD NOW »
This work aims to disseminate theoretical and practical knowledge about neural networks in measurement, instrumentation and the related industrial applications. It also creates a consciousness about the effectiveness of these techniques as well as the measurement problems in industrial environments

An Introduction to Neural Networks

An Introduction to Neural Networks

  • Author: Kevin Gurney
  • Publisher: CRC Press
  • ISBN: 1482286998
  • Category: Computers
  • Page: 234
  • View: 7416
DOWNLOAD NOW »
Though mathematical ideas underpin the study of neural networks, the author presents the fundamentals without the full mathematical apparatus. All aspects of the field are tackled, including artificial neurons as models of their real counterparts; the geometry of network action in pattern space; gradient descent methods, including back-propagation; associative memory and Hopfield nets; and self-organization and feature maps. The traditionally difficult topic of adaptive resonance theory is clarified within a hierarchical description of its operation. The book also includes several real-world examples to provide a concrete focus. This should enhance its appeal to those involved in the design, construction and management of networks in commercial environments and who wish to improve their understanding of network simulator packages. As a comprehensive and highly accessible introduction to one of the most important topics in cognitive and computer science, this volume should interest a wide range of readers, both students and professionals, in cognitive science, psychology, computer science and electrical engineering.

Neural Networks for Applied Sciences and Engineering

Neural Networks for Applied Sciences and Engineering

From Fundamentals to Complex Pattern Recognition

  • Author: Sandhya Samarasinghe
  • Publisher: CRC Press
  • ISBN: 9781420013061
  • Category: Computers
  • Page: 570
  • View: 4657
DOWNLOAD NOW »
In response to the exponentially increasing need to analyze vast amounts of data, Neural Networks for Applied Sciences and Engineering: From Fundamentals to Complex Pattern Recognition provides scientists with a simple but systematic introduction to neural networks. Beginning with an introductory discussion on the role of neural networks in scientific data analysis, this book provides a solid foundation of basic neural network concepts. It contains an overview of neural network architectures for practical data analysis followed by extensive step-by-step coverage on linear networks, as well as, multi-layer perceptron for nonlinear prediction and classification explaining all stages of processing and model development illustrated through practical examples and case studies. Later chapters present an extensive coverage on Self Organizing Maps for nonlinear data clustering, recurrent networks for linear nonlinear time series forecasting, and other network types suitable for scientific data analysis. With an easy to understand format using extensive graphical illustrations and multidisciplinary scientific context, this book fills the gap in the market for neural networks for multi-dimensional scientific data, and relates neural networks to statistics. Features § Explains neural networks in a multi-disciplinary context § Uses extensive graphical illustrations to explain complex mathematical concepts for quick and easy understanding ? Examines in-depth neural networks for linear and nonlinear prediction, classification, clustering and forecasting § Illustrates all stages of model development and interpretation of results, including data preprocessing, data dimensionality reduction, input selection, model development and validation, model uncertainty assessment, sensitivity analyses on inputs, errors and model parameters Sandhya Samarasinghe obtained her MSc in Mechanical Engineering from Lumumba University in Russia and an MS and PhD in Engineering from Virginia Tech, USA. Her neural networks research focuses on theoretical understanding and advancements as well as practical implementations.

Modeling Techniques in Predictive Analytics with Python and R

Modeling Techniques in Predictive Analytics with Python and R

A Guide to Data Science

  • Author: Thomas W. Miller
  • Publisher: FT Press
  • ISBN: 013389214X
  • Category: Computers
  • Page: 448
  • View: 9820
DOWNLOAD NOW »
Master predictive analytics, from start to finish Start with strategy and management Master methods and build models Transform your models into highly-effective code—in both Python and R This one-of-a-kind book will help you use predictive analytics, Python, and R to solve real business problems and drive real competitive advantage. You’ll master predictive analytics through realistic case studies, intuitive data visualizations, and up-to-date code for both Python and R—not complex math. Step by step, you’ll walk through defining problems, identifying data, crafting and optimizing models, writing effective Python and R code, interpreting results, and more. Each chapter focuses on one of today’s key applications for predictive analytics, delivering skills and knowledge to put models to work—and maximize their value. Thomas W. Miller, leader of Northwestern University’s pioneering program in predictive analytics, addresses everything you need to succeed: strategy and management, methods and models, and technology and code. If you’re new to predictive analytics, you’ll gain a strong foundation for achieving accurate, actionable results. If you’re already working in the field, you’ll master powerful new skills. If you’re familiar with either Python or R, you’ll discover how these languages complement each other, enabling you to do even more. All data sets, extensive Python and R code, and additional examples available for download at http://www.ftpress.com/miller/ Python and R offer immense power in predictive analytics, data science, and big data. This book will help you leverage that power to solve real business problems, and drive real competitive advantage. Thomas W. Miller’s unique balanced approach combines business context and quantitative tools, illuminating each technique with carefully explained code for the latest versions of Python and R. If you’re new to predictive analytics, Miller gives you a strong foundation for achieving accurate, actionable results. If you’re already a modeler, programmer, or manager, you’ll learn crucial skills you don’t already have. Using Python and R, Miller addresses multiple business challenges, including segmentation, brand positioning, product choice modeling, pricing research, finance, sports, text analytics, sentiment analysis, and social network analysis. He illuminates the use of cross-sectional data, time series, spatial, and spatio-temporal data. You’ll learn why each problem matters, what data are relevant, and how to explore the data you’ve identified. Miller guides you through conceptually modeling each data set with words and figures; and then modeling it again with realistic code that delivers actionable insights. You’ll walk through model construction, explanatory variable subset selection, and validation, mastering best practices for improving out-of-sample predictive performance. Miller employs data visualization and statistical graphics to help you explore data, present models, and evaluate performance. Appendices include five complete case studies, and a detailed primer on modern data science methods. Use Python and R to gain powerful, actionable, profitable insights about: Advertising and promotion Consumer preference and choice Market baskets and related purchases Economic forecasting Operations management Unstructured text and language Customer sentiment Brand and price Sports team performance And much more

Die Rechenmaschine und das Gehirn

Die Rechenmaschine und das Gehirn

  • Author: John von Neumann
  • Publisher: Walter de Gruyter GmbH & Co KG
  • ISBN: 3486819666
  • Category: Computers
  • Page: 77
  • View: 6652
DOWNLOAD NOW »
"The Computer and the Brain" war der Titel von John von Neumanns letzter hinterlassener Arbeit, in der er den wechselseitigen Beziehungen zwischen der Rechenmaschine und dem menschlichen Denk- und Nervensystem nachgeht. Diese Arbeit gibt ein zusammengefaßtes Zeugnis seiner eindringlichen und unorthodoxen Denkweise. John von Neumann gilt heute als einer der Pioniere der modernen Rechentechnik.