توضیحات
This book organizes principles and methods of signal processing and machine learning into the framework of coherence. The book contains a wealth of classical and modern methods of inference, some reported here for the first time. General results are applied to problems in communications, cognitive radio, passive and active radar and sonar, multi-sensor array processing, spectrum analysis, hyperspectral imaging, subspace clustering, and related.
The reader will find new results for model fitting; for dimension reduction in models and ambient spaces; for detection, estimation, and space-time series analysis; for subspace averaging; and for uncertainty quantification. Throughout, the transformation invariances of statistics are clarified, geometries are illuminated, and null distributions are given where tractable. Stochastic representations are emphasized, as these are central to Monte Carlo simulations. The appendices contain a comprehensive account of matrix theory, the SVD, the multivariate normal distribution, and many of the important distributions for coherence statistics.
The book begins with a review of classical results in the physical and engineering sciences where coherence plays a fundamental role. Then least squares theory and the theory of minimum mean-squared error estimation are developed, with special attention paid to statistics that may be interpreted as coherence statistics. A chapter on classical hypothesis tests for covariance structure introduces the next three chapters on matched and adaptive subspace detectors. These detectors are derived from likelihood reasoning, but it is their geometries and invariances that qualify them as coherence statistics. A chapter on independence testing in space-time data sets leads to a definition of broadband coherence, and contains novel applications to cognitive radio and the analysis of cyclostationarity. The chapter on subspace averaging reviews basic results and derives an order-fitting rule for determining the dimension of an average subspace. These results are used to enumerate sources of acoustic and electromagnetic radiation and to cluster subspaces into similarity classes. The chapter on performance bounds and uncertainty quantification emphasizes the geometry of the Cramr-Rao bound and its related information geometry.
————————————————————–
ترجمه ماشینی :
این کتاب اصول و روش های پردازش سیگنال و یادگیری ماشین را در چارچوب انسجام سازماندهی می کند. این کتاب شامل انبوهی از روشهای کلاسیک و مدرن استنباط است که برخی برای اولین بار در اینجا گزارش شدهاند. نتایج کلی برای مشکلات در ارتباطات، رادیو شناختی، رادار و سونار غیرفعال و فعال، پردازش آرایه چند حسگر، تجزیه و تحلیل طیف، تصویربرداری فراطیفی، خوشهبندی زیرفضا و موارد مشابه اعمال میشود.
خواننده نتایج جدیدی را برای برازش مدل پیدا خواهد کرد. برای کاهش ابعاد در مدل ها و فضاهای محیطی؛ برای تشخیص، تخمین، و تجزیه و تحلیل سری فضا-زمان؛ برای میانگین گیری زیرفضا؛ و برای تعیین کمیت عدم قطعیت. در سرتاسر، بیتغییرهای تبدیل آمارها روشن میشوند، هندسهها روشن میشوند، و توزیعهای تهی در مواردی که قابل تراکم است، ارائه میشوند. نمایشهای تصادفی مورد تأکید قرار میگیرند، زیرا اینها در شبیهسازیهای مونت کارلو مرکزی هستند. ضمائم شامل یک گزارش جامع از نظریه ماتریس، SVD، توزیع نرمال چند متغیره، و بسیاری از توزیع های مهم برای آمار انسجام است.
کتاب با مروری بر نتایج کلاسیک در علوم فیزیکی و مهندسی که در آن انسجام نقش اساسی دارد، آغاز میشود. سپس نظریه حداقل مربعات و نظریه برآورد خطای حداقل میانگین مربعات با توجه ویژه به آماری که ممکن است به عنوان آمار انسجام تعبیر شود، توسعه مییابد. فصلی در مورد آزمونهای فرضیه کلاسیک برای ساختار کوواریانس، سه فصل بعدی را در مورد آشکارسازهای زیرفضای تطبیقی و تطبیقی معرفی میکند. این آشکارسازها از استدلال احتمال به دست میآیند، اما این هندسهها و تغییرناپذیریهای آنها است که آنها را به عنوان آمار انسجامی واجد شرایط میکند. فصلی در مورد آزمایش استقلال در مجموعه دادههای فضا-زمان به تعریفی از انسجام باند پهن منجر میشود و شامل کاربردهای جدیدی برای رادیو شناختی و تحلیل cyclostationarity است. فصل میانگینگیری زیرفضا نتایج اساسی را بررسی میکند و یک قانون متناسب با ترتیب برای تعیین ابعاد یک زیرفضای متوسط را استخراج میکند. این نتایج برای برشمردن منابع تابش صوتی و الکترومغناطیسی و خوشهبندی فضاهای فرعی در کلاسهای شباهت استفاده میشود. فصل مربوط به مرزهای عملکرد و کمی سازی عدم قطعیت بر هندسه کران کرامر-رائو و هندسه اطلاعات مرتبط با آن تأکید دارد.
tag : دانلود کتاب انسجام: در پردازش سیگنال و یادگیری ماشین , Download انسجام: در پردازش سیگنال و یادگیری ماشین , دانلود انسجام: در پردازش سیگنال و یادگیری ماشین , Download Coherence: In Signal Processing and Machine Learning Book , انسجام: در پردازش سیگنال و یادگیری ماشین دانلود , buy انسجام: در پردازش سیگنال و یادگیری ماشین , خرید کتاب انسجام: در پردازش سیگنال و یادگیری ماشین , دانلود کتاب Coherence: In Signal Processing and Machine Learning , کتاب Coherence: In Signal Processing and Machine Learning , دانلود Coherence: In Signal Processing and Machine Learning , خرید Coherence: In Signal Processing and Machine Learning , خرید کتاب Coherence: In Signal Processing and Machine Learning ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.