دانلود کتاب Proceedings of ELM2019 – مجموعه مقالات ELM2019

دسته بندی : ,
اطلاعات کتاب
  • جلد
  • سری Proceedings in Adaptation, Learning and Optimization 14
  • ویرایش 1st ed.
  • سال 2021
  • نویسنده (گان) Jiuwen Cao, Chi Man Vong, Yoan Miche, Amaury Lendasse
  • ناشر Springer International Publishing;Springer
  • زبان English
  • تعداد صفحات 189
  • حجم فایل 13.87MB
  • فرمت فایل pdf
  • شابک 9783030589882, 9783030589899
قیمت محصول :

۴۵,۰۰۰ تومان

با خرید این محصول، ۲,۲۵۰ تومان به کیف پول شما بازگشت داده می‌شود

روند خرید و دریافت کتاب‌ها بدون هیچ اختلالی انجام می‌شود.
تمامی فایل‌ها بر روی سرورهای داخلی میزبانی می‌شوند تا بتوانید به راحتی و در لحظه آن‌ها را دانلود کنید. در صورت بروز هرگونه مشکل یا نیاز به راهنمایی، لطفاً از طریق « صفحه تماس باما» با تیم پشتیبانی در ارتباط باشید.

تمامی کتاب های موجود در وبسایت سای وان به زبان انگلیسی میباشد

توضیحات

This book contains some selected papers from the International Conference on Extreme Learning Machine 2019, which was held in Yangzhou, China, December 1416, 2019. Extreme Learning Machines (ELMs) aim to enable pervasive learning and pervasive intelligence. As advocated by ELM theories, it is exciting to see the convergence of machine learning and biological learning from the long-term point of view. ELM may be one of the fundamental learning particles filling the gaps between machine learning and biological learning (of which activation functions are even unknown). ELM represents a suite of (machine and biological) learning techniques in which hidden neurons need not be tuned: inherited from their ancestors or randomly generated. ELM learning theories show that effective learning algorithms can be derived based on randomly generated hidden neurons (biological neurons, artificial neurons, wavelets, Fourier series, etc) as long as they are nonlinear piecewise continuous, independent of training data and application environments. Increasingly, evidence from neuroscience suggests that similar principles apply in biological learning systems. ELM theories and algorithms argue that random hidden neurons capture an essential aspect of biological learning mechanisms as well as the intuitive sense that the efficiency of biological learning need not rely on computing power of neurons. ELM theories thus hint at possible reasons why the brain is more intelligent and effective than current computers. The main theme of ELM2019 is Hierarchical ELM, AI for IoT, Synergy of Machine Learning and Biological Learning.

This conference provides a forum for academics, researchers and engineers to share and exchange R&D experience on both theoretical studies and practical applications of the ELM technique and brain learning.
This book covers theories, algorithms and applications of ELM. It gives readers a glance of the most recent advances of ELM.

————————————————————–

ترجمه ماشینی :

این کتاب حاوی برخی مقالات منتخب از کنفرانس بین‌المللی ماشین یادگیری افراطی 2019 است که در یانگژو، چین، دسامبر 1416 برگزار شد. هدف ماشین‌های یادگیری افراطی (ELMs) فعال کردن یادگیری فراگیر و هوش فراگیر است. همانطور که توسط نظریه های ELM حمایت می شود، دیدن همگرایی یادگیری ماشینی و یادگیری بیولوژیکی از دیدگاه بلندمدت هیجان انگیز است. ELM ممکن است یکی از ذرات یادگیری اساسی باشد که شکاف های بین یادگیری ماشین و یادگیری بیولوژیکی را پر می کند (که عملکردهای فعال سازی حتی ناشناخته هستند). ELM مجموعه ای از تکنیک های یادگیری (ماشین و بیولوژیکی) را نشان می دهد که در آن نورون های پنهان نیازی به تنظیم ندارند: از اجداد خود به ارث رسیده اند یا به طور تصادفی تولید می شوند. نظریه‌های یادگیری ELM نشان می‌دهد که الگوریتم‌های یادگیری مؤثر را می‌توان بر اساس نورون‌های پنهان به‌طور تصادفی (نرون‌های بیولوژیکی، نورون‌های مصنوعی، موجک‌ها، سری فوریه، و غیره) استخراج کرد تا زمانی که به‌صورت تکه‌ای پیوسته غیرخطی، مستقل از داده‌های آموزشی و محیط‌های کاربردی باشند. به طور فزاینده ای، شواهد علوم اعصاب نشان می دهد که اصول مشابهی در سیستم های یادگیری بیولوژیکی اعمال می شود. نظریه‌ها و الگوریتم‌های ELM استدلال می‌کنند که نورون‌های پنهان تصادفی جنبه‌ای ضروری از مکانیسم‌های یادگیری بیولوژیکی و همچنین این حس شهودی را در بر می‌گیرند که کارایی یادگیری بیولوژیکی نیازی به تکیه بر قدرت محاسباتی نورون‌ها ندارد. بنابراین، نظریه‌های ELM به دلایل احتمالی اینکه چرا مغز از رایانه‌های فعلی باهوش‌تر و مؤثرتر است، اشاره می‌کنند. موضوع اصلی ELM2019 ELM سلسله مراتبی، هوش مصنوعی برای اینترنت اشیا، هم افزایی یادگیری ماشین و یادگیری بیولوژیکی است.

این کنفرانس انجمنی را برای دانشگاهیان، محققان و مهندسان فراهم می کند تا تجربیات تحقیق و توسعه را در مورد مطالعات نظری و کاربردهای عملی به اشتراک بگذارند و تبادل کنند. تکنیک ELM و یادگیری مغز.
این کتاب تئوری ها، الگوریتم ها و کاربردهای ELM را پوشش می دهد. این به خوانندگان نگاهی به آخرین پیشرفت های ELM می دهد.


 

tag : دانلود کتاب مجموعه مقالات ELM2019 , Download مجموعه مقالات ELM2019 , دانلود مجموعه مقالات ELM2019 , Download Proceedings of ELM2019 Book , مجموعه مقالات ELM2019 دانلود , buy مجموعه مقالات ELM2019 , خرید کتاب مجموعه مقالات ELM2019 , دانلود کتاب Proceedings of ELM2019 , کتاب Proceedings of ELM2019 , دانلود Proceedings of ELM2019 , خرید Proceedings of ELM2019 , خرید کتاب Proceedings of ELM2019 ,

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “دانلود کتاب Proceedings of ELM2019 – مجموعه مقالات ELM2019”