Nonlinear Filters

...

12 760 ₽

Товар в наличии
Ещё от "ЛитРес":
  Узнать о снижении стоимости
Отправим письмо при снижении стоимости.

Рекомендательный сервис

  • Общий рейтинг 4.38
  • Рейтинг покупателей 4.87
  • Рейтинг экспертов 4.33
  • Качество материалов 4.86
  • Надежность 4.33
  • Простота в использовании 4.63
  • Ремонтопригодность 4.19
  • Эффективность выполнения своих функций 4.18
  • Коэффициент удивления "Вау!" 4.38
  • Безопасность для пользователя4.73
  • Внешний вид 4.93
  • Удобство в уходе и чистке 4.61
  • Экологическая безопасность 4.36
  • Гарантия на товар 4.66
  • Соответствие стандартам качества 4.33
  • Инновационные технологии 4.69
  • Хит продаж 4.38
  • Скорость морального устаревания 4.81
  • Энергоэффективность 4.13
  • Универсальность использования 4.80
  • Наличие дополнительных функций 4.66
  • Соотношение цена-качество 4.36
  • Практичность и удобство хранения 4.83
  • Стабильность работы в различных условиях 4.67
  • Возможность персонализации 4.00
  • Ликвидность 4.13
  • Индекс рекомендаций 4.66
3013 покупателей и эксперты портала 1ya.ru рекомендуют к покупке товар «Nonlinear Filters» или его аналог из списка ниже.
NONLINEAR FILTERS Discover the utility of using deep learning and (deep) reinforcement learning in deriving filtering algorithms with this insightful and powerful new resource Nonlinear Filters: Theory and Applications delivers an insightful view on state and parameter estimation by merging ideas from control theory, statistical signal processing, and machine learning. Taking an algorithmic approach, the book covers both classic and machine learningbased filtering algorithms. Readers of Nonlinear Filters will greatly benefit from the wide spectrum of presented topics including stability, robustness, computability, and algorithmic sufficiency. Readers will also enjoy: Organization that allows the book to act as a stand-alone, self-contained reference A thorough exploration of the notion of observability, nonlinear observers, and the theory of optimal nonlinear filtering that bridges the gap between different science and engineering disciplines A profound account of Bayesian filters including Kalman filter and its variants as well as particle filter A rigorous derivation of the smooth variable structure filter as a predictor-corrector estimator formulated based on a stability theorem, used to confine the estimated states within a neighborhood of their true values A concise tutorial on deep learning and reinforcement learning A detailed expectation of the expectation maximization algorithm and its machine learning-based variants, used for joint state and parameter estimation Guidelines for constructing nonparametric Bayesian models from parametric ones Perfect for researchers, professors, and graduate students in engineering, computer science, applied mathematics, and artificial intelligence, Nonlinear Filters: Theory and Applications will also earn a place in the libraries of those studying or practicing in fields involving pandemic diseases, cybersecurity, information fusion, augmented reality, autonomous driving, urban traffic network, navigation and tracking, robotics, power systems, hybrid technologies, and finance.
Информация о характеристиках, комплекте поставки, стране изготовления, внешнем виде и цвете товара носит справочный характер и взятая из открытых источников или размещена продавцом. Цена указана на дату: 09.05.2025 г. На текущий момент стоимость может отличаться. Предложение не является публичной офертой.
Nonlinear Filters продается в интернет-магазине ЛитРес
Эксперт: Ростислав Т., специалист по потребительским товарам
Дата рецензии: 6 июля 2025 года
Рекомендация к покупке положительная

Отзывы о товаре

Спасибо Ваш отзыв будет опубликован после проверки модераторами.
Добавить отзыв

Доставка покупки

    • В электронном виде;
    • Читать онлайн;
    • Скачать на компьютер или мобильные устройства.

Оплата заказа

    • Банковской картой;
    • электронными деньгами Яндекс-Деньги; WebMoney, Qiwi Кошелек, PayPal;
    • Наличными через терминалы;
    • Банковским переводом.
  • Наименование: ООО «ЛитРес»
  • ИНН: 7719571260

Рекомендуем аналогичные товары

Дополнительно из категории