Muutke küpsiste eelistusi

E-raamat: Advances In Pattern Recognition Systems Using Neural Network Technologies

(Northeastern Univ, Usa), (Clopinet, Usa)
  • Formaat - PDF+DRM
  • Hind: 46,80 €*
  • * hind on lõplik, st. muud allahindlused enam ei rakendu
  • Lisa ostukorvi
  • Lisa soovinimekirja
  • See e-raamat on mõeldud ainult isiklikuks kasutamiseks. E-raamatuid ei saa tagastada.
  • Raamatukogudele

DRM piirangud

  • Kopeerimine (copy/paste):

    ei ole lubatud

  • Printimine:

    ei ole lubatud

  • Kasutamine:

    Digitaalõiguste kaitse (DRM)
    Kirjastus on väljastanud selle e-raamatu krüpteeritud kujul, mis tähendab, et selle lugemiseks peate installeerima spetsiaalse tarkvara. Samuti peate looma endale  Adobe ID Rohkem infot siin. E-raamatut saab lugeda 1 kasutaja ning alla laadida kuni 6'de seadmesse (kõik autoriseeritud sama Adobe ID-ga).

    Vajalik tarkvara
    Mobiilsetes seadmetes (telefon või tahvelarvuti) lugemiseks peate installeerima selle tasuta rakenduse: PocketBook Reader (iOS / Android)

    PC või Mac seadmes lugemiseks peate installima Adobe Digital Editionsi (Seeon tasuta rakendus spetsiaalselt e-raamatute lugemiseks. Seda ei tohi segamini ajada Adober Reader'iga, mis tõenäoliselt on juba teie arvutisse installeeritud )

    Seda e-raamatut ei saa lugeda Amazon Kindle's. 

Part of the Series in Machine Perception and Artificial Intelligence, this book deals with the principles and applications of pattern recognition systems using neural network technologies. It includes a chapter on a system for the recognition of partially occluded objects in cluttered scenes.
A connectionist approach to speech recognition, Y. Bengio; signature
verification with a Siamese TDNN, J. Bromley et al; boosting performance in
neural networks, H. Drucker et al; an integrated architecture for recognition
of totally unconstrained hand-written numerals, A. Gupta et al; time warping
network - a neural approach to hidden Markov model-based speech recognition,
E. Levin et al; computing optical flow with a recurrent neural network, H. Li
and J. Wang; integrated segmentation and recognition through exhaustive scans
or learned Saccadic jumps, G. Martin et al; experimental comparison of the
effect of order in recurrent neural networks, C.B. Miller and C.L. Giles;
adaptive classification by neural net based prototype populations, K. Peleg
and U. Ben Hanan; a neural system for the recognition of partially occluded
objects in cluttered scenes - a pilot study, L. Wiskott and C. von der
Malsburg. (Part contents).