کتاب الکترونیکی

آمار بیزی چند متغیره: مدل هایی برای جداسازی منبع و عدم اختلاط سیگنال

Multivariate Bayesian statistics: models for source separation and signal unmixing

دانلود کتاب Multivariate Bayesian statistics: models for source separation and signal unmixing (به فارسی: آمار بیزی چند متغیره: مدل هایی برای جداسازی منبع و عدم اختلاط سیگنال) نوشته شده توسط «Daniel B. Rowe»


اطلاعات کتاب آمار بیزی چند متغیره: مدل هایی برای جداسازی منبع و عدم اختلاط سیگنال

موضوع اصلی: آمار ریاضی

نوع: کتاب الکترونیکی

ناشر: Chapman & Hall/CRC

نویسنده: Daniel B. Rowe

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2003

تعداد صفحه: 323

حجم کتاب: 3 مگابایت

کد کتاب: 1584883189 , 9781584883180 , 9781420035261

نوبت چاپ: 1

توضیحات کتاب آمار بیزی چند متغیره: مدل هایی برای جداسازی منبع و عدم اختلاط سیگنال

از دو رویکرد اصلی به مسئله جداسازی منبع کلاسیک، تنها یکی از مدل‌ها و محدودیت‌های احتمال بالقوه غیرمنطقی را تحمیل نمی‌کند: رویکرد آماری بیزی. روش‌های بیزی اطلاعات موجود در مورد پارامترهای مدل را در بر می‌گیرد و نه تنها امکان تخمین منابع و ضرایب اختلاط را فراهم می‌کند، بلکه امکان استنتاج از آنها را نیز فراهم می‌کند. درمان مشکل جداسازی منبع پس از مقدمه‌ای بر مسئله با استفاده از تشبیه «کوکتل مهمانی»، بخش اول پیش‌زمینه آماری مورد نیاز برای مدل جداسازی منبع بیزی را ارائه می‌کند. بخش دوم مدل‌های اختلاط ثابت لحظه‌ای را در نظر می‌گیرد، که در آن بردارهای مشاهده شده و منابع مشاهده نشده در طول زمان مستقل هستند، اما اجازه داده می‌شوند که در هر بردار وابسته باشند. بخش سوم مدل‌های کلی‌تری را توضیح می‌دهد که در آن‌ها می‌توان منابع را به تأخیر انداخت، ضرایب اختلاط را می‌توان در طول زمان تغییر داد، و مشاهده و بردار منبع را می‌توان در طول زمان با هم مرتبط کرد. برای هر مدل مورد بحث، نویسنده دو روش مجزا برای تخمین پارامترها ارائه می‌کند. مشکلات جداسازی منبع در دنیای واقعی، که در رشته‌هایی از مهندسی و علوم کامپیوتر گرفته تا اقتصاد و پردازش تصویر با آن مواجه می‌شوند، دشوارتر از آنچه به نظر می‌رسند، هستند. این کتاب مطالب آماری اساسی و نتایج تحقیقات به‌روز را ارائه می‌کند که خوانندگان را قادر می‌سازد تا روش‌های بیزی را برای کمک به حل بسیاری از مشکلات «پارتی کوکتل» که ممکن است در عمل با آن مواجه شوند، درک کرده و به کار گیرند.


Of the two primary approaches to the classic source separation problem, only one does not impose potentially unreasonable model and likelihood constraints: the Bayesian statistical approach. Bayesian methods incorporate the available information regarding the model parameters and not only allow estimation of the sources and mixing coefficients, but also allow inferences to be drawn from them.Multivariate Bayesian Statistics: Models for Source Separation and Signal Unmixing offers a thorough, self-contained treatment of the source separation problem. After an introduction to the problem using the “cocktail-party” analogy, Part I provides the statistical background needed for the Bayesian source separation model. Part II considers the instantaneous constant mixing models, where the observed vectors and unobserved sources are independent over time but allowed to be dependent within each vector. Part III details more general models in which sources can be delayed, mixing coefficients can change over time, and observation and source vectors can be correlated over time. For each model discussed, the author gives two distinct ways to estimate the parameters.Real-world source separation problems, encountered in disciplines from engineering and computer science to economics and image processing, are more difficult than they appear. This book furnishes the fundamental statistical material and up-to-date research results that enable readers to understand and apply Bayesian methods to help solve the many “cocktail party” problems they may confront in practice.

دانلود کتاب «آمار بیزی چند متغیره: مدل هایی برای جداسازی منبع و عدم اختلاط سیگنال»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.