Statistisches Lernen für die Systemmodellierung
Seiten
2023
Verlag Unser Wissen
978-620-6-57561-0 (ISBN)
Verlag Unser Wissen
978-620-6-57561-0 (ISBN)
- Titel nicht im Sortiment
- Artikel merken
Die in diesem Bericht vorgestellte Arbeit fällt in den Rahmen des maschinellen Lernens, bei dem wir versuchen, ein nichtlineares System zu modellieren und die Parameter des betrachteten Modells online zu identifizieren. Dieses Modell wird in einem reproduzierenden Kernel-Hilbert-Raum (RKHS) entwickelt. Diese sogenannten Repräsentations- oder Black-Box-Modelle sind hinsichtlich ihrer Parameter linear. Sie hatten großen Erfolg bei der Identifizierung nichtlinearer Systeme mithilfe von Kernel-Methoden.
Okba Taouali erhielt 2010 seinen Doktortitel in Elektrotechnik von der National School of Engineers of Monastir (ENIM). Derzeit ist er Dozent am ENIM (Tunesien) und Professor am FCIT der Universität Tabuk, Saudi-Arabien. Seine Forschungsschwerpunkte sind: Maschinelles Lernen, Kernel-Methoden, Fehlerdiagnose.
Erscheinungsdatum | 01.11.2023 |
---|---|
Sprache | deutsch |
Maße | 152 x 229 mm |
Gewicht | 204 g |
Themenwelt | Technik ► Elektrotechnik / Energietechnik |
Schlagworte | Kerntechniken • Maschinelles Lernen • RKHS |
ISBN-10 | 620-6-57561-6 / 6206575616 |
ISBN-13 | 978-620-6-57561-0 / 9786206575610 |
Zustand | Neuware |
Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Kolbenmaschinen - Strömungsmaschinen - Kraftwerke
Buch | Hardcover (2023)
Hanser (Verlag)
49,99 €