توضیحات
This monograph presents a comprehensive treatment of the maximum-entropy sampling problem (MESP), which is a fascinating topic at the intersection of mathematical optimizationand data science. The text situates MESP in information theory, as the algorithmic problem of calculating a sub-vector of pre-specificedsize from a multivariate Gaussian random vector, so as to maximize Shannon’s differential entropy. The text collects and expands on state-of-the-art algorithms for MESP, and addresses its application in the field of environmental monitoring. While MESP is a central optimization problem in the theory of statistical designs (particularly in the area of spatial monitoring), this book largely focuses on the unique challenges of its algorithmic side. From the perspective of mathematical-optimization methodology, MESP is rather unique (a 0/1 nonlinear program having a nonseparable objective function), and the algorithmic techniques employed are highly non-standard. In particular, successful techniques come from several disparate areas within the field of mathematical optimization; for example: convex optimization and duality, semidefinite programming, Lagrangian relaxation, dynamic programming, approximation algorithms, 0/1 optimization (e.g., branch-and-bound), extended formulation, and many aspects of matrix theory. The book is mainly aimed at graduate students and researchers in mathematical optimization and data analytics.
————————————————————–
ترجمه ماشینی :
این تک نگاری درمان جامعی از مسئله نمونه برداری حداکثر آنتروپی (MESP) ارائه می دهد که موضوعی جذاب در تقاطع بهینه سازی ریاضی و علم داده است. متن MESP را در تئوری اطلاعات، به عنوان مسئله الگوریتمی محاسبه یک بردار فرعی با اندازه از پیش مشخص شده از یک بردار تصادفی گاوسی چند متغیره قرار میدهد تا آنتروپی دیفرانسیل شانون را به حداکثر برساند. متن الگوریتم های پیشرفته را برای MESP جمع آوری و گسترش می دهد و به کاربرد آن در زمینه نظارت بر محیط زیست می پردازد. در حالی که MESP یک مسئله بهینه سازی مرکزی در تئوری طرح های آماری است (به ویژه در زمینه نظارت فضایی)، این کتاب تا حد زیادی بر روی چالش های منحصر به فرد جنبه الگوریتمی آن تمرکز دارد. از منظر روش بهینهسازی ریاضی، MESP نسبتاً منحصربهفرد است (یک برنامه غیرخطی 0/1 دارای تابع هدف غیرقابل تفکیک)، و تکنیکهای الگوریتمی مورد استفاده بسیار غیر استاندارد هستند. به طور خاص، تکنیک های موفق از چندین حوزه متفاوت در زمینه بهینه سازی ریاضی می آیند. به عنوان مثال: بهینه سازی محدب و دوگانگی، برنامه ریزی نیمه معین، آرامش لاگرانژی، برنامه ریزی پویا، الگوریتم های تقریب، بهینه سازی 0/1 (به عنوان مثال، شاخه و کران)، فرمول بندی توسعه یافته، و بسیاری از جنبه های نظریه ماتریس. این کتاب عمدتاً برای دانشجویان تحصیلات تکمیلی و محققان در بهینهسازی ریاضی و تجزیه و تحلیل دادهها طراحی شده است.
tag : دانلود کتاب نمونه برداری حداکثر آنتروپی: الگوریتم ها و کاربرد , Download نمونه برداری حداکثر آنتروپی: الگوریتم ها و کاربرد , دانلود نمونه برداری حداکثر آنتروپی: الگوریتم ها و کاربرد , Download Maximum-Entropy Sampling: Algorithms and Applicatio Book , نمونه برداری حداکثر آنتروپی: الگوریتم ها و کاربرد دانلود , buy نمونه برداری حداکثر آنتروپی: الگوریتم ها و کاربرد , خرید کتاب نمونه برداری حداکثر آنتروپی: الگوریتم ها و کاربرد , دانلود کتاب Maximum-Entropy Sampling: Algorithms and Applicatio , کتاب Maximum-Entropy Sampling: Algorithms and Applicatio , دانلود Maximum-Entropy Sampling: Algorithms and Applicatio , خرید Maximum-Entropy Sampling: Algorithms and Applicatio , خرید کتاب Maximum-Entropy Sampling: Algorithms and Applicatio ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.