Многоскоростная обработка сигналов. Решение задач - все книги по дисциплине. Издательство Лань
Сохранить список:
Excel
Excel
Закрыть
Выгрузка списка книг доступна только авторизованным пользователям. Авторизоваться
Создание, накопление, обработка и использование информации в мире составляет мощную информационную среду. Она занимает ведущее значение в различных областях человеческой деятельности. Монография представляет начальный шаг выделения частных свойств указанного сложного процесса, их численного изучения с помощью предложенных методов и моделей инженерного характера. На наш взгляд, именно такие методы и модели составляют основу обработки больших данных в сфере решения научно-исследовательских задач.
Рассматриваются и усовершенствуются классические методы и модели исследования сложных систем, основные законы (Меткалфа, Амдала, Густавсона–Барсиса, Гроша) взаимодействия сетевых структур, модели и методы оценивания их эффективности и качества, а также модели и методы исследования сложных систем с нечеткими параметрами. Рассматриваются современные инструментальные средства и технологии интеллектуальной обработки больших данных.
Представлены оригинальные результаты, касающиеся решения задач: информационного взаимодействия, контроля состояния, оценивания надежности и предсказания событий для сложных систем; оценивания эффективности, качества и производительности сетевых структур, а также оценивания и обеспечения их надежности; расчета функций принадлежности с нечётким аргументом и коэффициентом, решения нечётких нелинейных уравнений, поиска условного экстремума при нечётком ограничении, решения дифференциальных уравнений с нечёткими коэффициентами.
Дан вариант обработки больших данных на основе совместного использования инструментальной системы Hadoop под управлением Windows и сверточной нейронной сети при решении задачи распознавания рукописных цифр. Обучение нейронной сети проводится на основе набора данных MNIST образцов написания рукописных цифр. Построение сверточной нейронной сети производится с помощью системы Neural Network Toolboox.
Рекомендуется преподавателям и научным сотрудникам, а также магистрантам и аспирантам и при исследовании сложных систем и технологий обработки больших данных.
Рассматриваются и усовершенствуются классические методы и модели исследования сложных систем, основные законы (Меткалфа, Амдала, Густавсона–Барсиса, Гроша) взаимодействия сетевых структур, модели и методы оценивания их эффективности и качества, а также модели и методы исследования сложных систем с нечеткими параметрами. Рассматриваются современные инструментальные средства и технологии интеллектуальной обработки больших данных.
Представлены оригинальные результаты, касающиеся решения задач: информационного взаимодействия, контроля состояния, оценивания надежности и предсказания событий для сложных систем; оценивания эффективности, качества и производительности сетевых структур, а также оценивания и обеспечения их надежности; расчета функций принадлежности с нечётким аргументом и коэффициентом, решения нечётких нелинейных уравнений, поиска условного экстремума при нечётком ограничении, решения дифференциальных уравнений с нечёткими коэффициентами.
Дан вариант обработки больших данных на основе совместного использования инструментальной системы Hadoop под управлением Windows и сверточной нейронной сети при решении задачи распознавания рукописных цифр. Обучение нейронной сети проводится на основе набора данных MNIST образцов написания рукописных цифр. Построение сверточной нейронной сети производится с помощью системы Neural Network Toolboox.
Рекомендуется преподавателям и научным сотрудникам, а также магистрантам и аспирантам и при исследовании сложных систем и технологий обработки больших данных.
Учебное пособие содержит описание алгоритмов сжатия данных без потерь, включающее классификацию этих алгоритмов, их обсуждение на концептуальном уровне и на уровне программной реализации, сравнительный анализ результатов их практического применения, рекомендации по выполнению курсового проекта по данной теме. Также обсуждаются смежные вопросы: особенности работы с двоичными данными, формирования заголовочной части сжатого файла, применение вспомогательных алгоритмов, повышающих эффективность сжатия, и объектно ориентированного подхода к реализации алгоритмов сжатия.
Пособие предназначено для бакалавров направления «Программная инженерия».
Пособие предназначено для бакалавров направления «Программная инженерия».
В учебнике излагаются основы математической теории спектрального анализа сигналов и ее применение в задачах фильтрации сигналов, обработке изображений, анализа, синтеза систем автоматического управления, компьютерной томографии и вычислительной математике.
Предназначен для студентов вузов, обучающихся по специальностям «Управление в технических системах», «Биотехнические системы и технологии», «Прикладная математика и информатика».