| Título : |
Harmonic and Applied Analysis : From Radon Transforms to Machine Learning |
| Tipo de documento: |
documento electrónico |
| Autores: |
De Mari, Filippo, ; De Vito, Ernesto, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2021 |
| Número de páginas: |
XV, 302 p. 25 ilustraciones, 14 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-86664-8 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Procesamiento de la señal Ciencia de los datos Optimización Análisis armónico abstracto Procesamiento de datos Inteligencia artificial Optimización matemática Geometría Análisis armónico Geometría diferencial |
| Índice Dewey: |
515.785 |
| Resumen: |
Existen conexiones profundas entre el análisis armónico y aplicado y los diversos pero conectados temas del aprendizaje automático, el análisis de datos y la ciencia de las imágenes. Este volumen explora estas áreas de rápido crecimiento y presenta contribuciones presentadas en la segunda y tercera ediciones de las Escuelas de Verano sobre Análisis Armónico Aplicado, celebradas en la Universidad de Génova en 2017 y 2019. Cada capítulo ofrece una introducción al material esencial y luego demuestra las conexiones con investigación más avanzada, con el objetivo de proporcionar una entrada accesible para estudiantes e investigadores. Los temas tratados incluyen problemas mal planteados; desigualdades de concentración; regularización y aprendizaje automático a gran escala; unitarización de la transformada del radón en espacios simétricos; y métodos de gradiente proximal para aprendizaje automático e imágenes. . |
| Nota de contenido: |
Bartolucci, F., De Mari, F., Monti, M., Unitarization of the Horocyclic Radon Transform on Symmetric Spaces -- Maurer, A., Entropy and Concentration.-Alaifari, R., Ill-Posed Problems: From Linear to Non-Linear and Beyond -- Salzo, S., Villa, S., Proximal Gradient Methods for Machine Learning and Imaging -- De Vito, E., Rosasco, L., Rudi, A., Regularization: From Inverse Problems to Large Scale Machine Learning. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Harmonic and Applied Analysis : From Radon Transforms to Machine Learning [documento electrónico] / De Mari, Filippo, ; De Vito, Ernesto, . - 1 ed. . - [s.l.] : Springer, 2021 . - XV, 302 p. 25 ilustraciones, 14 ilustraciones en color. ISBN : 978-3-030-86664-8 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Procesamiento de la señal Ciencia de los datos Optimización Análisis armónico abstracto Procesamiento de datos Inteligencia artificial Optimización matemática Geometría Análisis armónico Geometría diferencial |
| Índice Dewey: |
515.785 |
| Resumen: |
Existen conexiones profundas entre el análisis armónico y aplicado y los diversos pero conectados temas del aprendizaje automático, el análisis de datos y la ciencia de las imágenes. Este volumen explora estas áreas de rápido crecimiento y presenta contribuciones presentadas en la segunda y tercera ediciones de las Escuelas de Verano sobre Análisis Armónico Aplicado, celebradas en la Universidad de Génova en 2017 y 2019. Cada capítulo ofrece una introducción al material esencial y luego demuestra las conexiones con investigación más avanzada, con el objetivo de proporcionar una entrada accesible para estudiantes e investigadores. Los temas tratados incluyen problemas mal planteados; desigualdades de concentración; regularización y aprendizaje automático a gran escala; unitarización de la transformada del radón en espacios simétricos; y métodos de gradiente proximal para aprendizaje automático e imágenes. . |
| Nota de contenido: |
Bartolucci, F., De Mari, F., Monti, M., Unitarization of the Horocyclic Radon Transform on Symmetric Spaces -- Maurer, A., Entropy and Concentration.-Alaifari, R., Ill-Posed Problems: From Linear to Non-Linear and Beyond -- Salzo, S., Villa, S., Proximal Gradient Methods for Machine Learning and Imaging -- De Vito, E., Rosasco, L., Rudi, A., Regularization: From Inverse Problems to Large Scale Machine Learning. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
