Compressive Imaging: Szerkezet, mintavételezés, tanulás

Értékelés:   (5.0 az 5-ből)

Compressive Imaging: Szerkezet, mintavételezés, tanulás (Ben Adcock)

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.

Eredeti címe:

Compressive Imaging: Structure, Sampling, Learning

Könyv tartalma:

A pontos, robusztus és gyors képrekonstrukció kritikus feladat számos tudományos, ipari és orvosi alkalmazásban. Az elmúlt évtizedben a képrekonstrukciót forradalmasította a kompresszív képalkotás elterjedése.

Ez alapvetően megváltoztatta a modern képrekonstrukció elvégzésének módját. A téma alapos feldolgozása a kompresszív képalkotás gyakorlati bevezetésével kezdődik, példákkal és letölthető kóddal kiegészítve, amely a témában széleskörű előképzettséggel nem rendelkező olvasóknak szól. Ezután tömören, de mégis szigorúan bemutatja a kompresszív képalkotás alapvető témáit - beleértve a tömörített érzékelést, a hullámhálókat és az optimalizálást -, majd részletesen tárgyalja a kompresszív képalkotás matematikáját.

Az utolsó rész a kompresszív képalkotás legújabb trendjeinek szenteli: a mélytanulásnak és a neurális hálózatoknak. A képalkotási kutatások következő évtizedét szem előtt tartva, empirikus és matematikai meglátásokat egyaránt felhasználva vizsgálja e legújabb megközelítések lehetséges előnyeit és buktatóit.

A könyv egyéb adatai:

ISBN:9781108421614
Szerző:
Kiadó:
Kötés:Keményfedeles
A kiadás éve:2021
Oldalak száma:614

Vásárlás:

Jelenleg kapható, készleten van.

A szerző további könyvei:

Compressive Imaging: Szerkezet, mintavételezés, tanulás - Compressive Imaging: Structure, Sampling,...
A pontos, robusztus és gyors képrekonstrukció...
Compressive Imaging: Szerkezet, mintavételezés, tanulás - Compressive Imaging: Structure, Sampling, Learning
Nagydimenziós függvények ritkított polinomiális közelítése - Sparse Polynomial Approximation of...
A könyv mélyrehatóan tárgyalja a ritka...
Nagydimenziós függvények ritkított polinomiális közelítése - Sparse Polynomial Approximation of High-Dimensional Functions

A szerző munkáit az alábbi kiadók adták ki:

© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)